有没有办法在R中显示重叠的直方图而不调整透明度？

Question

目标是显示重叠的直方图，但我想避免使用alpha调整，以使颜色保持明亮。

有没有办法在不调整alpha arg的情况下执行此操作？

目标是显示以下颜色：

hist(rnorm(mean=10, n = 1000), col='blue')
hist(rnorm(mean=11, n = 1000), col='red', add=T)

但也会显示重叠区域，如此处所示

hist(rnorm(mean=10, n = 1000), col='blue')
hist(rnorm(mean=11, n = 1000), col=rgb(1,0,0,0.5), add=T)

类似的问题并不能完全解决透明度问题：

How to create black and white transparent overlapping histograms using ggplot2?

我可以使用密度和使用其他图形包（例如lattice，ggplot2等）。

编辑：我想要填充图表，交叉区域是不同的颜色（例如紫色，红色和蓝色相交）。

Answer 1

使用ggplot2和geom_density的解决方案。

library(ggplot2)
library(tidyr)

# create data
set.seed(1234)
df <- data.frame(x = rnorm(1000, 10), y = rnorm(1000, 11)) %>% 
  gather(key, value) # use tidyr::gather to convert from wide to long format

ggplot(df, aes(value, colour = key)) +
  geom_density(show.legend = F) +
  theme_minimal() +
  scale_color_manual(values = c(x = "red", y = "blue"))

# use 'adjust' to adjust density estimation
ggplot(df, aes(value, colour = key)) +
  geom_density(show.legend = F, adjust = .5) +
  theme_minimal() +
  scale_color_manual(values = c(x = "red", y = "blue"))

直方图

由于alpha不是选项，除了使用密度之外你可以将直方图叠加在一起，虽然我更喜欢密度，因为它们更容易比较。

# using stacked histograms
ggplot(df, aes(value, fill = key)) +
  geom_histogram(show.legend = F) +
  theme_minimal() +
  scale_fill_manual(values = c(x = "red", y = "blue"))
#> `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

Answer 2

我使用图层的概念为此想出了一个kludge。本质上，我放下没有阿尔法的红色，将蓝色层加回到下面，然后再次使用阿尔法调整将红色放回去，以使重叠区域保持我想要的对比度（即它保持紫色）。

one <- rnorm(mean=10, n = 1000)
two <- rnorm(mean=11, n = 1000)
hist(one, col='blue', main='Bright colors, visible overlap')
hist(two, col='red', add=T)
hist(one, col='blue', add=T)
hist(two, col=rgb(1,0,0,0.5), add=T)

也适用于ggplot：

qplot(one, fill=I('blue'))+
  geom_histogram(aes(two), fill=I('red'))+
  geom_histogram(aes(one), fill=I('blue'))+
  geom_histogram(aes(two), fill=I('red'), alpha=I(0.5))

Answer 3

如果您不坚持重叠，那么您可以考虑使用＆＃34;闪避＆＃34;并排绘制直方图的条形图。 ggplot的定位选项。例如：

# generate data, some Normal and Gamma variates with the same mean & SD
set.seed(137)
rd <- data.frame(
  n=rnorm(1000, mean=6.0, sd=4.243), 
  g=rgamma(1000, shape=2, scale=3)
)

# convert the data frame to "tall" format
tall.rd <- stack(rd)

# make the plot
ggplot(tall.rd) + geom_histogram(
  aes(values,..density..,colour=ind, fill=ind),
  bins=20,position="dodge"
)