Question

我正在生成表示正态分布数据的直方图。我想根据平均值的标准偏差给直方图着色（即在一个SD =蓝色，2 =绿色，3 =橙色）。

以下是我正在使用的代码片段：

x <- rchisq(1000, 50, 10)
plot_ly(x=x, type="histogram")

Answer 1

我认为不可能完全针对用户想要的标准差来定义它，但我认为这是使用ggplot2和ggplotly plotly函数的一个很好的选择。 }

x <- rchisq(1000, 50, 10)
p = qplot(x =x, fill=..count.., geom="histogram",bins=30) +
  scale_fill_gradient(low="orangered2",high="yellow",guide = 'none')+
  theme_bw()+labs(y="")
ggplotly(p)

Answer 2

正如@Alejandro Andrade所说，plot_ly可能无法实现，但如果你真的想拥有三种颜色，你可以欺骗它并使用geom_bar。你可以尝试：

#Create aplot and then extract the data
a <- ggplot(data=x, aes(x)) + geom_histogram()
temp <- layer_data(a, 1)

#calculate the mean and sd you want. Just an example
mean_vt <- mean(temp$x)
sd_vt <- sd(temp$x)
sd_vt2 <- 2*sd(temp$x)
sd_vt3 <- 3*sd(temp$x)

#create a new category for colors
temp$Color <- 
    ifelse(temp$x >= (mean_vt-sd_vt) & temp$x <= (mean_vt+sd_vt), "SD1", 
    ifelse(temp$x >= (mean_vt-sd_vt2) & temp$x <= (mean_vt+sd_vt2), "SD2", 
            ifelse(temp$x >= (mean_vt-sd_vt3) & temp$x <= (mean_vt+sd_vt3), "SD3",         
"NA")))

#and then plot using ggplotly
pp <- ggplot(data = temp, aes(x =x,y=y, fill=Color)) + 
  geom_bar(stat = 'identity', width = 2.5) +
  scale_fill_manual(values = c("blue", "green", "orange"))

ggplotly(pp)

通过标准偏差R

2 个答案: