一次绘制多个直方图

Question

我有一组包含5列数据的数据。我希望将所有5个放入单个histogram或类似名称中，以进行比较。

 ggplot()+geom_histogram(data=Ft_max, aes(x=1,2,3,4,5))

似乎没有任何效果，我希望得到一些建议。

以下是一些数据：

structure(list(CS1_mock_Baf_30hr = c(0.945141065830721, 0.260159513862514, 

0.267383761276891、0.151776048714479、0.206127385111529、0.156608756080612， 0.236477683956574、0.132613981762918、0.191697457074549、0.263629992992292， 0.173952523025036、0.191160327395282、0.171717171717172、0.177328476017001， 0.16929889298893、0.162456511874149、0.223180722891566、0.228664276109368， 0.169584792396198、0.18785705748775、0.163297232250301、0.134601018675722， 0.211134820562561、0.0975997506234414、0.206340968069502、0.234605739760379， 0.17413115744938、0.134796767579303、0.13203007518797、0.154418937374， 0.204263402279443、0.124282833539322、0.171495626200128、0.150550278908488， 0.119983948635634、0.153939547236626、0.123158093084605、0.139333907550962， 0.190410734740632、0.15014301430143、0.288401462279827、0.180918893577121， 0.248251100301135、0.0908983276602043、0.247197802197802、0.18161724477514， 0.10924841957387、0.223422159887798、0.238778369291118、0.214674846625767， 0.388703084355258、0.158227264342372、0.107239030571836、0.081795058139535， NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA），CS3_mock_Baf_31_5hr = c（0.174680240146176， 0.20111761575306、0.260214248258297、0.242645444566411、0.193749069802054， 0.232117788049991、0.179916317991632、0.423917910447761、0.12860824742268， 0.179943635509629、0.171189513317529、0.192086655634121、0.142207505518764， 0.111400824797127、0.329861005040477、0.311343141907926、0.252931781884554， 0.177327491785323、0.227144802541988、0.1656673738585、0.270367070563079， 0.240269425066153、0.237831036548832、0.159635811836115、0.247415660786134， 0.322498526812021、0.167900114879981、0.230247921038315、0.194196485017069， 0.134768332725283、0.22584729981378、0.0994692264257482、0.28392549154881， 0.226151060527677、0.0931052093973442、0.193408159629432、0.227093083723349， 0.259323410013532、0.249194054846138、0.252313670081243、0.249964174826845， 0.203272377285852、0.190463140586462，NA，NA，NA，NA，NA，NA， NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA， NA，NA，NA），CS2_LiCl_Baf_31hr = c（0.366448049706593，0.682557018952779， 0.411825809029165、0.43962962962963、0.410120096076861、0.420552884615385， 0.53143013999451、0.357988165680473、0.537677304964539、0.41406098271509， 0.591713325867861、0.404580921218223、0.372966101694915、0.347686075949367， 0.299054726368159、0.361230769230769、0.340269938650307、0.496562665256478， 0.379364577213359、0.300112790435371、0.24428450465707、0.306090010165419， 0.422498321020819、0.261335245499491、0.442658192354426、0.359564568519006， 0.39627676078188、0.211005089058524、0.35551737602499、0.255025608194622， 0.253147996729354、0.382246171298922、0.215831770693812、0.588170426065163， 0.293816659032912、0.286854069283473、0.218906605922551、0.331362196409715， 0.261328388401888、0.283095281142651、0.266214242762649、0.201847306549541， 0.684920634920635、0.296965183392292、0.255587822014052、0.425980225025571， 0.285742124066255、0.422635135135135、0.303105426996212、0.381167883211679， 0.468172888015717、0.300871053040908、0.146201499836974、0.310099281068127， 0.28939604787086、0.39773773006135、0.33152120916626、0.277624619330021， 0.399367623277256、0.33681206685691、0.329575892857143、0.285567765567766， 0.434091489905444、0.692607003891051、0.524026910139356、0.517852604828463， 0.304200763775232、0.417237442922375），CS4_LiCl_Baf_32hr = c（0.108158237936531， 0.100108813928183、0.166292356185973、0.239863102998696、0.16561967833491， 0.16428084526244、0.0987496365222448、0.145569339831635、0.22502113271344， 0.0783307413167445、0.141763050953423、0.126804233935636、0.322125054656756， 0.273401950162514、0.136857379767828、0.252796517954298、0.121589573763487， 0.118503603221704、0.262461059190031、0.150436428004639、0.134343595469772， 0.0936282408085543、0.177835385612443、0.583380681818182，NA， NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA， NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA， NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA），CS5_LiCl_Baf_32_5hr = c（0.257800189095493， 0.211442924923249、0.258766430738119、0.212126047068209、0.211283838113106， 0.319688432217435、0.19324064171123、0.243616029822926、0.208587815842505， 0.257436300370412、0.115156418554477、0.280478087649402、0.197476396364599， 0.285822374346965、0.105423692406831、0.131164901664145、0.224603632170654， 0.422916666666667、0.13902627511592、0.195748671459831、0.157173295454545， 0.411478260869565、0.121957921854873、0.111430757459832、0.152683615819209， 0.111210300429185、0.133976541808551、0.244506001846722、0.363604852686309， 0.112638852444678、0.244133248461702、0.181722260040844、0.2897903372835， NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA， NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA， NA，NA，NA）），row.names = c（NA，-68L），class = c（“ tbl_df”，“ tbl”， “ data.frame”））

Answer 1

您应该发布dput(Ft_max)的输出，这将使人们更容易加载示例。

使用tidyverse包中的函数将数据收集到两列中：“键”用于分组，“值”用于实际值

require(tidyverse)
Ft_max %>%
    gather("key", "values") %>%
    ggplot(aes(x = values, fill = as.factor(key))) +
    geom_histogram()

这将给出以下内容：