在ggplot中绘制累积频率分布的更简单方法？答案

【问题标题】：Easier way to plot the cumulative frequency distribution in ggplot?在ggplot中绘制累积频率分布的更简单方法？
【发布时间】：2011-04-02 10:06:58
【问题描述】：

我正在寻找一种更简单的方法来绘制 ggplot 中的累积分布线。

我有一些数据可以立即显示其直方图

qplot (mydata, binwidth=1);

我在http://www.r-tutor.com/elementary-statistics/quantitative-data/cumulative-frequency-graph 找到了一种方法，但它涉及多个步骤，并且在探索数据时非常耗时。

有没有办法在 ggplot 中以更直接的方式做到这一点，类似于如何通过指定选项添加趋势线和置信区间？

【问题讨论】：

标签： r ggplot2

【解决方案1】：

R 中有一个内置的ecdf() 函数，它应该让事情变得更容易。这是一些示例代码，使用plyr

library(plyr)
data(iris)

## Ecdf over all species
iris.all <- summarize(iris, Sepal.Length = unique(Sepal.Length), 
                            ecdf = ecdf(Sepal.Length)(unique(Sepal.Length)))

ggplot(iris.all, aes(Sepal.Length, ecdf)) + geom_step()

#Ecdf within species
iris.species <- ddply(iris, .(Species), summarize,
                            Sepal.Length = unique(Sepal.Length),
                            ecdf = ecdf(Sepal.Length)(unique(Sepal.Length)))

ggplot(iris.species, aes(Sepal.Length, ecdf, color = Species)) + geom_step()

编辑我刚刚意识到你想要累积频率。您可以通过将 ecdf 值乘以观察总数来得到：

iris.all <- summarize(iris, Sepal.Length = unique(Sepal.Length), 
                            ecdf = ecdf(Sepal.Length)(unique(Sepal.Length)) * length(Sepal.Length))

iris.species <- ddply(iris, .(Species), summarize,
                            Sepal.Length = unique(Sepal.Length),
                            ecdf = ecdf(Sepal.Length)(unique(Sepal.Length))*length(Sepal.Length))

【讨论】：

这是一个很好的答案，但有一件事我不太明白。在ecdf(Sepal.Length)(unique(Sepal.Length)) 位中，发生了什么？我知道它正在从 ecdf 对象中提取具体值，但我不记得以前见过 (x)(y) 符号……你能帮我理解吗？谢谢！
@MattParker ecdf() 返回一个函数，以便符号以 Sepal.Length 的唯一值评估返回的函数。

【解决方案2】：

更简单：

qplot(unique(mydata), ecdf(mydata)(unique(mydata))*length(mydata), geom='step')

【讨论】：

酷，但如此简洁，我很难翻译成可以用来设置标题和轴标签的 ggplot 命令。
我想我可以使用 main、xlab、ylab。
它如何与构面交互？

【解决方案3】：

新版本的ggplot2 (0.9.2.1) 内置了stat_ecdf() 函数，让您可以非常轻松地绘制累积分布。

qplot(rnorm(1000), stat = "ecdf", geom = "step")

或者

df <- data.frame(x = c(rnorm(100, 0, 3), rnorm(100, 0, 10)),
             g = gl(2, 100))
ggplot(df, aes(x, colour = g)) + stat_ecdf()

ggplot2 文档中的代码示例。

【讨论】：