ggplot geom_bar vs geom_histogram

Question

在ggplot中，geom_bar和geom_histogram有什么区别（如果有的话）？它们似乎产生相同的图形并使用相同的参数。

- jamborta

---

如果你查看 ?geom_histogram，你会发现 "geom_histogram 是 geom_bar 和 stat_bin 的别名"。 - Didzis Elferts

作为一名数学家，直方图与条形图是不同的，尽管它们的名称往往会混淆。引用维基百科的话来说，“直方图由表格频率组成，显示为相邻的矩形，竖立在离散间隔（箱）上，其面积等于区间内观测值的频率。矩形的高度也等于区间的频率密度，即频率除以区间的宽度。直方图的总面积等于数据的数量。” 条形图没有这样的面积限制。 - Carl Witthoft

谢谢。虽然看起来geom_bar()也应用了stat_bin()，因为您可以访问像..count..和..density..这样的stat_bin变量。 - jamborta

Answer 1

• 条形图提供了分类数据的可视化呈现。例如：
  • 红色、黑色和棕色头发的人数
  • 查看geom_barhelp file。这些示例都是计数。
  • 维基百科page
• 直方图用于绘制interval（通常是数字）数据的密度分布。例如，
  • 年龄和身高的分布
  • geom_histhelp file。这些示例是电影评分的分布。

ggplot2

经过进一步调查，我认为在ggplot2中的geom_bar和geom_histogram之间没有区别。来自文档：

 geom_histogram(mapping = NULL, data = NULL, stat = "bin",
    position = "stack", ...)
 geom_bar(mapping = NULL, data = NULL, stat = "bin",
    position = "stack", ...)

我知道在geom_histogram的文档中已经说明了：

geom_histogram是geom_bar和stat_bin的别名。

但说实话，我并不确定这意味着什么，因为我对ggplot2的理解是stat_bin和geom_bar都是图层（重点略有不同）。

- csgillespie

---

我认为这在ggplot中的表现不准确，因为 ggplot(diamonds,aes(depth)) + geom_histogram(aes(y=..density..)) 和 ggplot(diamonds,aes(depth)) + geom_bar(aes(y=..density..)) 的结果是相同的图形（即直方图）。 - jamborta

密度图不是直方图。密度图不是百分比。密度图就是密度图。请参考https://dev59.com/0HTYa4cB1Zd3GeqPvHgN获取更多引用。 - russellpierce

Answer 2

默认情况下，geom_bar和geom_histogram的行为相同。这是因为（正如@csgillespie所提到的），在调用geom_histogarm时有一个隐含的stat_bin（可以理解），并且它也是应用于geom_bar的默认统计转换（在我看来是可争议的行为）。这就是为什么当您想要按原样绘制数据时，需要指定stat='identity'的原因。 stat='bin'或stat_bin()是ggplot为您执行的一种统计变换。它将变量作为输出，并用两个点（..count..和..density..）括起来。如果您不指定stat='bin'，则不会得到这些变量。

- yahiaelgamal

Answer 3

geom_bar() 适用于 x 和 y 值均为分类数据。因此，在 x 值是具有不同级别的因子时，两个 bar之间会有间隔。

geom_histogram() 适用于一个连续数据和一个分类数据。通常我们将连续数据放在 x 轴上（因此条形图彼此相接），分类数据放在 y 轴上。

还有另一种图表可以用来显示上述情况（1 个分类数据和 1 个连续数据）—— geom_boxplot()。通常我们使用 y 轴来表示连续数据，因为它将成为一个垂直的箱线图。

- SpeedKarma