R语言histogram(直方图)的具体使用

最近小仙同学很是烦恼，本以为自己已经掌握了ggplot2作图的语法，用read.csv(), ggplot()+geom_point()/boxplot()/violinplot()…就可以画遍天下图表，结果却发现到真正画图的时候，还是会出现不少的小问题。

比如小仙最近要画一个直方图，最开始用hist()函数试了一下，看了下形状, 好像因为数据取值范围跨度太大(最大值104,724,最小值30)，这个图画出来有点丑，于是决定用ggplot美化一下。

调整之后好看是好看了，但是大家有没有看出什么不对的地方，明明bins=10但是只画出8个格子，之后调整bins的值，每次都会比我指定的值少2个格子。而且，图中第一个格子（取值范围0-1250）应该有700多个数据，但是图上显示只有不到300个，问题出在哪里呢？小仙同学百思不得其解。在geom_histogram()函数中，bins就是用来指定分组数目（格子），为什么总是会少两个？

小仙同学考虑到自己能力有限，决定量力而行，另辟蹊径。

于是设置另外一个参数breaks，终于找回了丢失的格子

经过此事，小仙同学深刻认识到了自己的有限水平，哈哈。不过还是分享一下，希望能帮助到大家。实际的数据可真是比书上的例子难处理呢。

按照惯例写一下整个作图的过程。

Step1. 绘图数据的准备

首先要把你想要绘图的数据调整成R语言可以识别的格式，建议大家在excel中保存成csv格式。

Step2. 绘图数据的读取

data<-read.csv(“your file path”, header = T)
#注释：header=T表示数据中的第一行是列名，如果没有列名就用header=F

Step3.绘图所需package的安装、调用

library(ggplot2)
#注释：package使用之前需要调用

Step4.绘图

p<-ggplot(data, aes(x=data$销量)) +
geom_histogram(breaks=seq(0,10000,1000))+ xlim(0,10000)
p