使用不同比例的累积分布曲线 (ECDF) 创建 ggplot2 直方图

Question

使用 ggplot2，我可以使用以下代码创建带有累积分布曲线的直方图。但是，stat_ecdf曲线缩放到左侧 y 轴。

library(ggplot2)
test.data <- data.frame(values = replicate(1, sample(0:10,1000, rep=TRUE)))
g <- ggplot(test.data, aes(x=values))
g + geom_bar() + 
    stat_ecdf() + 
    scale_y_continuous(sec.axis=sec_axis(trans = ~./100, name="percentage"))

这是生成的图表（您可以在底部看到 ecdf）：

如何缩放stat_ecdf到第二个 y 轴？

Answer 1

通常，您希望将内部计算的 ECDF 值（累积密度）乘以..y..轴变换的倒数，使其垂直范围类似于条形图的垂直范围：

library(tidyverse)
library(scales)

set.seed(2)
test.data <- data.frame(values = replicate(1, sample(0:10,1000, rep=TRUE)))

ggplot(test.data, aes(x=values)) +
  geom_bar(fill="grey70") + 
  stat_ecdf(aes(y=..y..*100)) + 
  scale_y_continuous(sec.axis=sec_axis(trans = ~./100 , name="percentage", labels=percent)) +
  theme_bw()

因为您在 11 个桶中随机分布了 1,000 个值，结果两个 y 尺度都是 10 的倍数。下面是一个更通用的版本。

此外，能够以编程方式确定变换因子会很好，这样我们就不必在看到图中的条形高度后手动选择它。为此，我们计算 ggplot 外最高条的高度，并在图中使用该值（max_y如下所示）。我们还使用该pretty函数将max_y与最高条相关联的 y 轴上的最高中断值重置为（ggplot 用于pretty设置默认轴中断），以便主要和次要 y 轴中断对齐。

最后，我们使用aes_和bquote创建一个带引号的调用，以便 ggplot 识别传递的max_y值。

set.seed(2)
test.data <- data.frame(values = replicate(1, sample(0:10,768, rep=TRUE)))

max_y = max(table(test.data$values))
max_y = max(pretty(c(0,max_y)))

ggplot(test.data, aes(x=values)) +
  geom_bar(fill="grey70") + 
  stat_ecdf(aes_(y=bquote(..y.. * .(max_y)))) + 
  scale_y_continuous(sec.axis=sec_axis(trans = ~./max_y, name="percentage", labels=percent)) +
  theme_bw()