r - 在ggplot中绘制平滑正态分布的最佳方法

标签 r ggplot2 normal-distribution

我想在 ggplot 中绘制一个漂亮的、“接近极限”——看起来正常的 pdf。

我发现要获得非常对称且外观清晰的图,我必须将样本数量增加到相当大的数量;一百万创建一个伟大的可视化。然而,这非常慢,特别是如果我希望在某个时候使用 Shiny。

df <- data.frame(c(rnorm(1000000)))
ggplot(df, aes(df[1])) + geom_density()

肯定有更好的方法来显示接近理想正态分布的东西吗?

最佳答案

基本上,您的代码应该如下所示:

 ggplot(data=dataset, aes(dataset$value)) +
      stat_function(fun = dnorm, args = c(mean = mean(dataset$value), sd = sd(dataset$value)))

stat_function 使用 dnorm 函数(获取正态变量的密度)解析均值和中值并绘制正态分布图。

引用:How dnorm works?

对于 ggplot stat_function 文档遵循此 link 示例:https://github.com/tidyverse/ggplot2/blob/master/R/stat-function.r

关于r - 在ggplot中绘制平滑正态分布的最佳方法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/26683286/

相关文章:

r - 在 R 中验证 API

r - 使用 %in% 对 data.table 进行子集化

r - 从 ggvoronoi 中提取多边形的面积

r - 如何在 fiddle 图上显示 mustache 和点?

distribution - 分布在正态分布的*部分*上的算法

r - 在 R Markdown Beamer 演示文稿的标题中插入手动段落

r - 如何使用线条符号回收 colorbrewer 调色板中的颜色

r - 带有两个数据框的ggplot条形图

python - 在 kmeans 中绘制二维簇

matlab - 获取正态分布变量的 CDF 值的 NaN : Matlab