如何使用R绘制长尾数据的直方图？

Question

我的数据主要集中在一个小范围（1-10），但有很多点（比如说10％）在（10-1000）。我想为这些数据绘制直方图，重点放在（1-10），但也会显示（10-1000）数据。类似于直方图的对数刻度。

是的，我知道这意味着并非所有垃圾箱都具有相同的尺寸

一个简单的hist(x)给出 虽然hist(x,breaks=c(0,1,1.1,1.2,1.3,1.4,1.5,1.6,1.7,1.8,1.9,2,3,4,5,7.5,10,15,20,50,100,200,500,1000,10000)))给出了

这些都不是我想要的。

更新 按照这里的答案我现在产生的东西几乎就是我想要的东西（我用连续的情节代替条形直方图）：

breaks <- c(0,1,1.1,1.2,1.3,1.4,1.5,1.6,1.7,1.8,1.9,2,4,8)
ggplot(t,aes(x)) + geom_histogram(colour="darkblue", size=1, fill="blue") + scale_x_log10('true size/predicted size', breaks = breaks, labels = breaks)![alt text][3]

唯一的问题是我想在比例尺和实际条形图之间进行匹配。这样做有两个选择：一个是简单地使用绘制条形的实际边距（如何？）然后得到“丑陋”的x轴标签，如1.1754,1.2985等。另一个，我更喜欢，是控制实际使用了边距，因此它们将匹配休息。

Answer 1

使用ggplot比使用基本图形更容易记录比例直方图。尝试像

这样的东西

library(ggplot2)
dfr <- data.frame(x = rlnorm(100, sdlog = 3))
ggplot(dfr, aes(x)) + geom_histogram() + scale_x_log10()

如果你急需基础图形，你需要绘制一个没有轴的对数比例直方图，然后手动添加轴。

h <- hist(log10(dfr$x), axes = FALSE) 
Axis(side = 2)
Axis(at = h$breaks, labels = 10^h$breaks, side = 1)

为了完整性，晶格解决方案将是

library(lattice)
histogram(~x, dfr, scales = list(x = list(log = TRUE)))

---

在基本情况下为什么需要记录值的说明：

如果您绘制的数据没有进行对数转换，那么大部分数据都会聚集在左侧的条形图中。

hist(dfr$x)

hist函数忽略log参数（因为它干扰了中断的计算），所以这不起作用。

hist(dfr$x, log = "y")

这两者都没有。

par(xlog = TRUE)
hist(dfr$x)

这意味着我们需要在绘制绘图之前记录变换数据。

    hist(log10(dfr$x))

不幸的是，这会让轴变得混乱，这让我们在上面找到了解决方法。

Answer 2

使用ggplot2似乎是最简单的选择。如果您想要更好地控制轴和休息时间，可以执行以下操作：

编辑：提供新代码

x <- c(rexp(1000,0.5)+0.5,rexp(100,0.5)*100)

breaks<- c(0,0.1,0.2,0.5,1,2,5,10,20,50,100,200,500,1000,10000)
major <- c(0.1,1,10,100,1000,10000)


H <- hist(log10(x),plot=F)


plot(H$mids,H$counts,type="n",
      xaxt="n",
      xlab="X",ylab="Counts",
      main="Histogram of X",
      bg="lightgrey"
)
abline(v=log10(breaks),col="lightgrey",lty=2)
abline(v=log10(major),col="lightgrey")
abline(h=pretty(H$counts),col="lightgrey")
plot(H,add=T,freq=T,col="blue")
#Position of ticks
at <- log10(breaks)

#Creation X axis
axis(1,at=at,labels=10^at)

这就像我可以到达ggplot2一样近。将背景设置为灰色不是那么简单，但如果您定义一个具有绘图屏幕大小的矩形并将背景设置为灰色，则可行。

检查我使用的所有功能，以及?par。它将允许您构建自己的图形。希望这会有所帮助。

Answer 3

动态图也有助于此图。使用Rstudio中的manipulate包进行动态范围直方图：

library(manipulate)
data_dist <- table(data)
manipulate(barplot(data_dist[x:y]), x = slider(1,length(data_dist)), y = slider(10, length(data_dist)))

然后，您将能够使用滑块查看动态选定范围内的特定分布，如下所示：