如何在R中绘制多个正态分布的图像到同一张图中

Question

我有一份数据，其中包括平均值和标准差：

#info mean sd
info1 20.84 4.56
info2 29.18 5.41
info3 38.90 6.22

实际上有100多行数据。如何在一个图中绘制每条线的正态分布曲线，基于以上数据？

- neversaint

---

我假设您想要一种区分每行数据的方法，我选择了线条类型，但您也可以使用颜色或两者的组合。如果您不需要区分密度估计，则可以完全忽略该部分 :) - Chase

Answer 1

根据N的大小，您可能需要将其拆分为多个图表。但是，这是基本方法。首先，您需要根据平均值和标准差生成一些随机数据。我选择了1000个随机点，您可以根据需要进行调整。接下来，设置一个具有适当尺寸的空白图，并使用 lines 和 density 添加数据。我使用for循环因为它提供了一种指定每个数据点的线型的好方式。最后，在结尾处添加一个图例：

dat <- read.table(text = "info mean sd
info1 20.84 4.56
info2 29.18 5.41
info3 38.90 6.22
", header = TRUE)

densities <- apply(dat[, -1], 1, function(x) rnorm(n = 1000, mean = x[1], sd = x[2]))
colnames(densities) <- dat$info

plot(0, type = "n", xlim = c(min(densities), max(densities)), ylim = c(0, .2))
for (d in 1:ncol(densities)){
  lines(density(densities[, d]), lty = d)
}
legend("topright", legend=colnames(densities), lty=1:ncol(densities))

或者，使用ggplot2，它有很多好处，即它会自动为您指定合理的xlim和ylim值，并在不费力气的情况下对图例进行明智的处理。

library(reshape2)
library(ggplot2)
#Put into long format
densities.m <- melt(densities)
#Plot
ggplot(densities.m, aes(value, linetype = Var2)) + geom_density()

- Chase

---

为什么要经过生成随机数据的过程，以便使用密度估计，而不是直接绘制实际密度而不生成数据呢？ - Dason

@Dason - 我最初对问题的理解是OP想要一个散点图，但后来意识到他可能想要密度曲线...不过你说得对 - 如果最终目标只是制作密度曲线，则不必要。Tyler的答案展示了如何直接使用dnorm。 - Chase

var2来自哪里？即使使用factor(var2)，我也无法使其工作，因为它会抱怨aes的长度不同。另外，“value”是什么？ - Herman Toothrot

@user4050 - 我刚刚运行了示例代码，一切正常...一旦你使用melt()函数转换数据，就能得到var2和value。我猜确保你已经加载了reshape2和ggplot2库？ - Chase

Answer 2

又是一次错过了机会。Chase给出了非常详尽的回答。这是我的尝试：

dat <- read.table(text="info  mean  sd
info1 20.84 4.56
info2 29.18 5.41
info3 38.90 6.22", header=T)

dat <- transform(dat, lower= mean-3*sd, upper= mean+3*sd)

plot(x=c(min(dat$lower)-2, max(dat$upper)+2), y=c(0, .25), ylab="", 
    xlim=c(min(dat$lower)-2, max(dat$upper)+2), xlab="", 
    axes=FALSE, xaxs = "i", type="n")
box()

FUN <- function(rownum) {
    par(new=TRUE)
    curve(dnorm(x,dat[rownum, 2], dat[rownum, 3]),
        xlim=c(c(min(dat$lower)-2, max(dat$upper)+2)), 
        ylim=c(0, .22),
        ylab="", xlab="")
}

lapply(seq_len(nrow(dat)), function(i) FUN(i))

- Tyler Rinker