如何解决在R中的一个图上的两个直方图上覆盖两个正态分布
我正在尝试绘制R中同一图中两个直方图的两个正态分布图。这是我希望它看起来像的一个示例:
这是我当前的代码,但是我没有获得第二个正态分布来正确覆盖:
g = R_Hist$`AvgFeret,20-60`
m<-mean(g)
std<-sqrt(var(g))
h <- hist(g,breaks = 20,xlab="Average Feret Diameter",main = "Histogram of 60-100um beads",col=adjustcolor("red",alpha.f =0.2))
xfit <- seq(min(g),max(g),length = 680)
yfit <- dnorm(xfit,mean=mean(g),sd=sd(g))
yfit <- yfit*diff(h$mids[1:2]) * length(g)
lines(xfit,yfit,col = "red",lwd=2)
k = R_Hist$`AvgFeret,60-100`
ms <-mean(k)
stds <-sqrt(var(k))
j <- hist(k,breaks=20,add=TRUE,col = adjustcolor("blue",alpha.f = 0.3))
xfit <- seq(min(j),max(j),length = 314)
yfit <- dnorm(xfit,mean=mean(j),sd=sd(j))
yfit <- yfit*diff(j$mids[1:2]) * length(j)
lines(xfit,col="blue",lwd=2)
我还没有弄清楚如何重新调整轴的大小,因此也将不胜感激,但是我敢肯定,我可以查找一下!我应该为此应用程序使用ggplot2吗?如果是这样,您如何在该库中叠加法线?
解决方法
要使它们具有相同的比例,最简单的方法可能是先运行hist()
以获取值。
h <- hist(g,breaks = 20,plot = FALSE)
j <- hist(k,plot = FALSE)
ymax <- max(c(h$counts,j$counts))
xmin <- 0.9 * min(c(g,k))
xmax <- 1.1 * max(c(g,k))
然后,您可以在第一次调用xlim
时简单地使用参数ylim
和hist()
:
h <- hist(g,xlab="Average Feret Diameter",main = "Histogram of 60-100um beads",col=adjustcolor("red",alpha.f =0.2),xlim=c(xmin,xmax),ylim=c(0,ymax))
第二行(蓝色)的错误是因为您没有将j
(直方图对象)替换为k
(原始值):
xfit <- seq(min(k),max(k),length = 314)
yfit <- dnorm(xfit,mean=mean(k),sd=sd(k))
yfit <- yfit*diff(j$mids[1:2]) * length(k)
对于ggplot2
方法,您可以在其中链接的帖子中找到不错的答案here。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。