因此,我的蒙特卡洛模拟中有10.000个值。我想将此数据绘制为直方图和密度图。使用hist()
函数进行此操作很容易,它将自动计算不同值的频率。但是,我的野心是在ggplot
中这样做的。
我现在最大的问题是如何转换数据,以便ggplot
可以处理它。我希望我的X轴显示"价格",而X轴显示频率或密度。如下示例数据所示,我的数据有很多小数。
myData <- c(266.8997, 271.5137, 225.4786, 223.3533, 258.1245, 199.5601, 234.2341, 231.7850, 260.2091, 184.5102, 272.8287, 203.7482, 212.5140, 220.9094, 221.2627, 236.3224)
使用hist()
功能,我的当前代码,图如下所示。
hist(myData,
xlab ="Price",
prob=TRUE)
lines(density(myData))
包含10000个值的数据向量的直方图
您将如何对数据进行排序,如何使用ggplot
进行此操作?我在想我是否也应该围绕数字?
很难确切地说,而无需看到数据示例,但是您是否尝试过:
ggplot(myData, aes(Price)) + geom_histogram()
或:
ggplot(myData, aes(Price)) + geom_density()
只需尝试一下:
ggplot() +
geom_bar(aes(myData)) +
geom_density(aes(myData))