ggplot2直方图，密度曲线总和为1 [关闭]

绘制具有对于非标准化数据总和为1的密度曲线的直方图是非常困难的 . 关于此问题已有很多问题，但他们的解决方案都不适用于我的数据 . 需要有一个简单的解决方案 . 我找不到一个有效的简单解决方案的答案 .

一些例子：

解决方案仅适用于标准化的正常数据ggplot2: Overlay histogram with density curve

离散数据且没有密度曲线ggplot2 density histogram with width=.5, vline and centered bar positions

没有回答Overlay density and histogram plot with ggplot2 using custom bins

我的数据密度不等于1 Creating a density histogram in ggplot2?

在我的数据上不总和为ggplot2 density histogram with custom bin edges

这里用例子详细解释，但我的数据密度不是1 "Density" curve overlay on histogram where vertical axis is frequency (aka count) or relative frequency?

一些示例代码：

#Example code
set.seed(1)
t = data.frame(r = runif(100))

#first we try the obvious simple solution that should work
ggplot(t, aes(r)) + 
  geom_histogram() + 
  geom_density()

所以，显然密度不等于1 .

#maybe geom_histogram needs a ..density.. ?
ggplot(t, aes(r)) + 
  geom_histogram(aes(y = ..density..)) + 
  geom_density()

它确实改变了一些东西，但不正确 .

#maybe geom_density needs a ..density.. too ?
ggplot(t, aes(r)) + 
  geom_histogram(aes(y = ..density..)) + 
  geom_density(aes(y = ..density..))

那里没有变化 .

#maybe binwidth = 1?
ggplot(t, aes(r)) + 
  geom_histogram(aes(y = ..density..), binwidth=1) + 
  geom_density(aes(y = ..density..))

密度曲线仍然错误，但现在直方图也是错误的 .

可以肯定的是，我花了4个小时尝试各种组合的..count ..和..sum ..和..density ..，但由于我找不到任何关于这些应该如何工作的文档，这是半盲的试验和错误 .

所以我放弃并避免使用ggplot2来总结数据 .

所以首先我们需要获得正确的data.frame比例，这并不是那么简单：

get_prop_table = function(x, breaks_=20){
  library(magrittr)
  library(plyr)
  x_prop_table = cut(x, 20) %>% table(.) %>% prop.table %>% data.frame
  colnames(x_prop_table) = c("interval", "density")
  intervals = x_prop_table$interval %>% as.character
  fetch_numbers = str_extract_all(intervals, "\\d\\.\\d*")
  x_prop_table$means = laply(fetch_numbers, function(x) {
    x %>% as.numeric %>% mean
  })
  return(x_prop_table)
}

t_df = get_prop_table(t$r)

这给出了我们想要的那种摘要数据：

> head(t_df)
          interval density    means
1 (0.00859,0.0585]    0.06 0.033545
2   (0.0585,0.107]    0.09 0.082750
3    (0.107,0.156]    0.07 0.131500
4    (0.156,0.205]    0.10 0.180500
5    (0.205,0.254]    0.08 0.229500
6    (0.254,0.303]    0.03 0.278500

现在我们只需绘制它 . 应该很容易......

ggplot(t_df, aes(means, density)) + 
  geom_histogram(stat = "identity") +
  geom_density(stat = "identity")

嗯，不是我想要的 . 可以肯定的是，我没有在geom_density中尝试没有 stat = "identity" ，此时它抱怨没有y .

#lets try adding ..density.. then
ggplot(t_df, aes(means, density)) + 
  geom_histogram(stat = "identity") +
  geom_density(aes(y = ..density..))

更奇怪的是 .

好吧，也许让我们放弃从汇总数据中获取密度曲线 . 也许我们需要稍微混合一些方法......

#adding together
ggplot(t_df, aes(means, density)) +
  geom_bar(stat = "identity") +
  geom_density(data=t, aes(r, y = ..density..), stat = 'density')

好吧，至少现在的形状 . 现在，我们需要以某种方式缩小它 .

#lets try dividing by the number of bins
ggplot(t_df, aes(means, density)) +
  geom_bar(stat = "identity") +
  geom_density(data=t, aes(r, y = ..density../20), stat = 'density')

看起来我们有一个胜利者 . 除了数字是硬编码 .

#removing the hardcoding?
divisor = nrow(t_df)
ggplot(t_df, aes(means, density)) +
  geom_bar(stat = "identity") +
  geom_density(data=t, aes(r, y = ..density../divisor), stat = 'density')

Error in eval(expr, envir, enclos) : object 'divisor' not found

好吧，我几乎期望它能够奏效 . 现在我尝试在这里和那里添加一些..还有..count ..和..sum ..，第一个给出了另一个错误的结果，第二个引发了错误 . 我也试过使用乘数（1/20），没有运气 .

#salvation with get()
divisor = nrow(t_df)
ggplot(t_df, aes(means, density)) +
  geom_bar(stat = "identity") +
  geom_density(data=t, aes(r, y = ..density../get("divisor", pos = 1)), stat = 'density')

所以，我终于得到了正确的人物（我想;我希望） .

请告诉我有一种更简单的方法 .

PS . get() 技巧显然在函数中不起作用 . 我会在这里放一个工作函数供将来使用，但这也不是那么容易 .