8.1.2 方案

    样例数据：两个分别包含200个数据点的向量：

    当可视化含多个组别的数据时，一些绘图方法通常需要一个数据框：一列给分组变量，一列给测量值。

    2. cond <- factor(rep(c("A", "B"), each = 200))
    4. data <- data.frame(cond, rating = c(rating, rating2))
    5. head(data)
    6. #>   cond  rating
    7. #> 1    A -1.2071
    8. #> 2    A  0.2774
    9. #> 3    A  1.0844
    10. #> 4    A -2.3457
    11. #> 6    A  0.5061
    13. hist(rating)

    1. # 每0.6一个刻度
    2. boundaries <- seq(-3, 3.6, by = 0.6)
    3. boundaries
    4. #>  [1] -3.0 -2.4 -1.8 -1.2 -0.6  0.0  0.6  1.2  1.8  2.4
    5. #> [11]  3.0  3.6
    7. hist(rating, breaks = boundaries)

    8.1 直方图和密度图 - 图3

    8.1.2.1 多个组别的核密度图

    代码来自： 

    1. plot.multi.dens <- function(s) {
    2.   junk.x = NULL
    3.   junk.y = NULL
    4.     junk.x = c(junk.x, density(s[[i]])$x)
    5.     junk.y = c(junk.y, density(s[[i]])$y)
    6.   }
    7.   xr <- range(junk.x)
    8.   yr <- range(junk.y)
    9.   plot(density(s[[1]]), xlim = xr, ylim = yr, main = "")
    10.   for (i in 1:length(s)) {
    11.     lines(density(s[[i]]), xlim = xr, ylim = yr, col = i)
    12.   }
    13. }
    16. plot.multi.dens(list(rating, rating2))

    8.1 直方图和密度图 - 图6