从直方图中获取频率值R

Question

我知道如何绘制直方图或其他频率/百分比相关的表格。 但是现在我想知道，如何在表格中获得这些频率值以便在事后使用。

我有一个海量数据集，现在我绘制了一个带有一组binwidth的直方图。我想提取与每个binwidth对应的频率值（即y轴上的值）并将其保存在某处。

有人可以帮助我吗？ 谢谢！

Answer 1

从?hist： 值

类 “直方图”，这是与组件的列表的对象：

• 休息第n + 1个小区边界（=断裂，如果这是一个向量）。 这些是名义上的中断，而不是边界模糊。
• 统计n个整数;对于每个单元格，里面的x []的数量。
• 密度值f ^（x [i]）作为估计的密度值。如果 全部（diff（中断）== 1），它们是相对频率计数/ n 并且通常满足和[i; f [（x [i]）（b [i + 1] -b [i]）] = 1，其中b [i] =中断[i]。
• 强度与密度相同。已弃用，但保留为 兼容性。
• 将n个细胞中点定位。
• xname具有实际x参数名称的字符串。
• equidist逻辑，指示断点之间的距离是否都是 相同。

breaks和density提供几乎所有你需要：

histrv<-hist(x) 
histrv$breaks 
histrv$density 

Answer 2

的hist函数返回值（histogram类的对象）：

R> res <- hist(rnorm(100)) 
R> res 
$breaks 
[1] -4 -3 -2 -1 0 1 2 3 4 

$counts 
[1] 1 2 17 27 34 16 2 1 

$intensities 
[1] 0.01 0.02 0.17 0.27 0.34 0.16 0.02 0.01 

$density 
[1] 0.01 0.02 0.17 0.27 0.34 0.16 0.02 0.01 

$mids 
[1] -3.5 -2.5 -1.5 -0.5 0.5 1.5 2.5 3.5 

$xname 
[1] "rnorm(100)" 

$equidist 
[1] TRUE 

attr(,"class") 
[1] "histogram" 

Answer 3

以防万一有人打考虑到ggplot的geom_histogram这个问题，请注意，有一种方法可以从ggplot对象中提取数据。

以下方便函数输出与每个仓（xmin），每个仓（xmax）的上限的下限的数据帧中，每个仓（x），以及频率值的中点（ y）。

## Convenience function 
get_hist <- function(p) { 
    d <- ggplot_build(p)$data[[1]] 
    data.frame(x = d$x, xmin = d$xmin, xmax = d$xmax, y = d$y) 
} 

# make a dataframe for ggplot 
set.seed(1) 
x = runif(100, 0, 10) 
y = cumsum(x) 
df <- data.frame(x = sort(x), y = y) 

# make geom_histogram 
p <- ggplot(data = df, aes(x = x)) + 
    geom_histogram(aes(y = cumsum(..count..)), binwidth = 1, boundary = 0, 
       color = "black", fill = "white") 

插图：

hist = get_hist(p) 
head(hist$x) 
## [1] 0.5 1.5 2.5 3.5 4.5 5.5 
head(hist$y) 
## [1] 7 13 24 38 52 57 
head(hist$xmax) 
## [1] 1 2 3 4 5 6 
head(hist$xmin) 
## [1] 0 1 2 3 4 5 

一个相关的问题我回答了这里（Cumulative histogram with ggplot2）。