14.5　直方图

如果你要研究一个连续变量的分布，直方图是最佳选择6。

6Dataviz的狂热粉丝常认为核密度图（kernel density plot）对于这种分布来说会有“更好”的表现形式。但缺点是每次向没学过统计的人展示时，得先花上15分钟解释什么是核密度图。

在下例中，我们将返回到obama_vs_mccain数据集，这次只研究奥巴马的得票比例分布。在base中可以使用hist函数绘制直方图，如图14-26 所示。与plot类似，它没有data参数，须把它置于with内：

with(obama_vs_mccain, hist(Obama))

图14-26：使用base系统绘制的直方图

直方图的区间间距数值默认由斯特奇斯（Sturges）算法进行计算。你可以实验着使用各种不同的子区间（bin）宽度，这样对分布的理解将更完整。这非常灵活，可以通过多种方式来实现：给hist传递一个数字来指定区间的数目，或一个区间边缘的向量，或用于计算区间数目的算法名称（除了默认的"sturges"之外，目前还支持"scott"和"fd"），或一个能计算前两个选项之一的函数。在下例中，其结果如图14-27至14-31所示，main参数创建了图中的主标题。这也同样适用于plot函数：

with(obama_vs_mccain, 
   hist(Obama, 4, main = "An exact number of bins") 
) #图14-27

图14-27：在base系统中为直方图指定一个确切数目的区间间距

with(obama_vs_mccain, 
   hist(Obama, seq.int(0, 100, 5), main = "A vector of bin edges") 
) # 图14-28

图14-28：在base系统中为直方图指定一个确切数目的区间间距

with(obama_vs_mccain, 
   hist(Obama, "FD", main = "The name of a method") 
) # 图14-29

图14-29：在base系统中使用算法名称为直方图指定区间间距

with(obama_vs_mccain, 
   hist(Obama, nclass.scott, main = "A function for the number of bins") 
) # 图14-30

图14-30：在base系统中使用返回区间数的函数为直方图指定区间间距

binner <- function(x) 
{ 
   seq(min(x, na.rm = TRUE), max(x, na.rm = TRUE), length.out = 50) 
} 
with(obama_vs_mccain, 
   hist(Obama, binner, main = "A function for the bin edges") 
) # 图14-31

图14-31：在base系统中使用返回区间边缘的函数为直方图指定区间间距

freq参数控制直方图是否显示计数或显示每个区间的概率密度。当且仅当区间是均匀分布时，它默认为TRUE。图14-32显示其输出：

with(obama_vs_mccain, hist(Obama, freq = FALSE))

图14-32：使用base系统绘制的概率密度直方图

lattice中的直方图与base的类似，不过它还使用了一个data参数，这个参数使它能更易于分割成多个面板，且能把绘图保存为变量。breaks参数与其在hist中的使用方式相同。图14-33和14-34显示了lattice直方图及其区间间距的规格：

histogram(~ Obama, obama_vs_mccain) 
# 图14-33
histogram(~ Obama, obama_vs_mccain, breaks = 10) 
# 图14-34

图14-33：使用lattice系统绘制的直方图

图14-34：在lattice系统中指定区间间距

lattice中的直方图能通过指定接收字符串"count"、"density"或"percent"的type参数支持计数、概率密度和百分比y轴。图14-35显示了"percent"（百分比）的风格：

histogram(~ Obama, obama_vs_mccain, type = "percent")

图14-35：使用lattice系统绘制的按百分比缩放的直方图

ggplot2直方图是通过添加一个直方图的geom来创建的。其区间规格很简单：只需要传递一个数字宽度到geom_histogram即可。其原因是为了迫使你手动尝试不同的区间数，而不仅仅满足于于默认值。图14-36显示了其用法：

ggplot(obama_vs_mccain, aes(Obama)) + 
   geom_histogram(binwidth = 5)

图14-36：使用ggplot2系统绘制的直方图

你可以通过传递特殊的名字..count..或..density..到y-aesthetic中来选择计数或密度。图14-37演示了使用density绘制的图形：

ggplot(obama_vs_mccain, aes(Obama, ..density..)) + 
   geom_histogram(binwidth = 5)

图14-37：使用ggplot2系统绘制的概率密度直方图