在 R 中的几个子图上绘制曲线

问题描述

我有一个包含 50k 行和 6 列的数据框 df。现在我在 6 个子图中绘制了所有 6 列，这要归功于我可以在这里找到的解决方案：

library(ggplot2)
library(tidyr)

ggplot(gather(df,cols,value),aes(x = value)) + 
      geom_histogram(binwidth = 0.25) + 
      facet_wrap(.~cols)

背景：对于所有数据列，我绘制了 0 到 10 之间的随机数。对于每一列，我绘制了更多数字并计算了平均值。正如我这样做了 50k 次并在直方图上绘制了数字。第一个子图几乎平淡无奇，最后一个子图看起来像一座摩天大楼。

当然，我找到了几个如何将 nd 曲线添加到直方图的示例，但这些示例都没有子图，所以我无法让它工作。我的新代码 (source)：

ggplot(gather(df,aes(x = value)) + 
      geom_histogram(binwidth = 0.25) + 
      stat_function(fun = dnorm,args = list(mean = mean(df$n1),sd = sd(df$n1))) +
      facet_wrap(.~cols)

如您所见，我尝试从我的第一个数据列中获取平均值和 sd（它们被命名为 n1、n2、n3、n10、n100、n1000，以表示图纸数量）。所以我的问题是：

该代码暂时不起作用，因为曲线在每个子图中都为零。我做错了什么？
如何为每个子图使用不同的均值和标准差？

感谢您的帮助！

编辑：

我的 df 生成如下：

ROWS = 50000
MIN = 0
MAX = 10


df = data.frame(n1 = replicate(ROWS,mean(runif(n = 1,min = MIN,max = MAX))))
df$n2 = replicate(ROWS,mean(runif(n = 2,max = MAX)))
df$n3 = replicate(ROWS,mean(runif(n = 3,max = MAX)))
df$n10 = replicate(ROWS,mean(runif(n = 10,max = MAX)))
df$n100 = replicate(ROWS,mean(runif(n = 100,max = MAX)))
df$n1000 = replicate(ROWS,mean(runif(n = 1000,max = MAX)))

解决方法

代码运行正常，但直方图和密度尺度不同。我的意思是，直方图适用于您的数据规模，但密度适用于概率。因此，您需要使用 geom_histogram(aes(y = ..density..)) 之类的东西。
使用不同的手段和 sds 对我来说是一个棘手的问题。我阅读了 this 并提出了这个想法（免责声明：运行需要几秒钟）：

编辑。我忘记在我自己的 geom 中使用的数据框中包含一个 name 列，这是构面部分的关键。此外，我现在使用您的数据并将名称列定义为因子，以便正确排序。

library(tidyverse)

ROWS = 50000
MIN = 0
MAX = 10

df = data.frame(n1 = replicate(ROWS,mean(runif(n = 1,min = MIN,max = MAX))))
df$n2 = replicate(ROWS,mean(runif(n = 2,max = MAX)))
df$n3 = replicate(ROWS,mean(runif(n = 3,max = MAX)))
df$n10 = replicate(ROWS,mean(runif(n = 10,max = MAX)))
df$n100 = replicate(ROWS,mean(runif(n = 100,max = MAX)))
df$n1000 = replicate(ROWS,mean(runif(n = 1000,max = MAX)))

df_pivot <- df %>% 
  pivot_longer(everything()) %>% 
  mutate(name = forcats::as_factor(name)) %>% 
  group_by(name) %>% 
  mutate(mean = mean(value),sd = sd(value)) %>% 
  ungroup()

my_geom <- function(yy,dt = df_pivot){
  geom_line(aes(y = yy),color = "red",data = tibble(value = dt$value,yy = yy,name = dt$name))
}

ggplot(df_pivot,aes(x = value)) + 
  geom_histogram(aes(y = ..density..),binwidth = 0.25) +
  my_geom(dnorm(df_pivot$value,mean = df_pivot$mean,sd = df_pivot$sd)) +
  facet_wrap(. ~ name,scales = "free_y")

ggplot2 plot r r statistics