在ggplot中绘制平滑的正态分布曲线的最佳方法

Question

我想在ggplot中绘制一个漂亮的，看起来接近极限的正态概率密度函数。

我发现为了得到一个非常对称和清晰的图形，我必须增加样本数量，而一百万个样本可以创建一个很好的可视化效果。然而，这相当慢，特别是如果我希望在某个时候使用Shiny进行工作。

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

当然，有更好的方法来展示接近理想正态分布的内容吗？

- tumultous_rooster

---

它必须是随机采样吗？还是可以绘制 dnorm 函数？就像这里的第一个例子：http://docs.ggplot2.org/current/stat_function.html - Jake Burkhead

根据stat_function的帮助文档：ggplot(data.frame(x = c(-5, 5)), aes(x)) + stat_function(fun = dnorm)，您可以绘制一个以x为自变量、正态分布(dnorm)函数为因变量的图形。 - nrussell

谢谢你们，我以前没接触过 stat_function。我会去看看的！ - tumultous_rooster

Answer 1

基本上，你的代码应该长这样：

 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）解析平均值和中位数，并绘制正态分布。

参考：dnorm 如何工作？

有关 ggplot stat_function 文档，请访问 链接 示例：https://github.com/tidyverse/ggplot2/blob/master/R/stat-function.r

- BPDESILVA