使用GGPLOT和R对直方图进行分类数据向量

Question

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？

Answer 1

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()

Answer 2

只需尝试一下：

ggplot() +
   geom_bar(aes(myData)) +
   geom_density(aes(myData))