Comment puis-je tracer deux histogrammes ensemble en R?

Question

Je suis en train d'utiliser R et j'ai deux data frames : carrots et cucumbers. Chaque data frame a une seule colonne numérique qui répertorie la longueur de toutes les carottes mesurées (total : 100k carottes) et des concombres (total : 50k concombres).

Je souhaite tracer deux histogrammes - la longueur des carottes et des concombres - sur le même graphique. Ils se chevauchent, donc je suppose que j'ai aussi besoin d'un peu de transparence. Je dois également utiliser des fréquences relatives et non des nombres absolus, car le nombre d'instances dans chaque groupe est différent.

Quelque chose comme ça serait bien, mais comment puis-je le créer à partir de mes deux tables ?

Answer 1

Voici une solution encore plus simple utilisant des graphiques de base et alpha-blending (qui ne fonctionne pas sur tous les périphériques graphiques):

set.seed(42)
p1 <- hist(rnorm(500,4))                     # centré sur 4
p2 <- hist(rnorm(500,6))                     # centré sur 6
plot( p1, col=rgb(0,0,1,1/4), xlim=c(0,10))  # premier histogramme
plot( p2, col=rgb(1,0,0,1/4), xlim=c(0,10), add=T)  # deuxième

La clé est que les couleurs sont semi-transparentes.

Éditer, plus de deux ans plus tard : Comme cela vient d'obtenir un vote positif, je me suis dit autant ajouter une image de ce que le code produit car l'alpha-blending est tellement utile:

Answer 2

Cette image à laquelle vous avez fait référence était pour des courbes de densité, pas des histogrammes.

Si vous avez été en train de lire sur ggplot alors peut-être que la seule chose qui vous manque est de combiner vos deux cadres de données en un seul long.

Donc, commençons par quelque chose comme ce que vous avez, deux ensembles de données séparés et combinez-les.

carrots <- data.frame(length = rnorm(100000, 6, 2))
cukes <- data.frame(length = rnorm(50000, 7, 2.5))

# Maintenant, combinez vos deux dataframes en un seul.
# D'abord ajoutez une nouvelle colonne dans chacun qui sera
# une variable pour identifier d'où elles viennent plus tard.
carrots$veg <- 'carrot'
cukes$veg <- 'cuke'

# et combinez dans votre nouveau cadre de données vegLengths
vegLengths <- rbind(carrots, cukes)

Après cela, ce qui est inutile si vos données sont déjà au format long, vous avez seulement besoin d'une ligne pour faire votre graphique.

ggplot(vegLengths, aes(length, fill = veg)) + geom_density(alpha = 0.2)

Maintenant, si vous vouliez vraiment des histogrammes, ce qui suit fonctionnera. Notez que vous devez changer la position de l'argument par défaut "stack". Vous pourriez passer à côté de cela si vous n'avez pas vraiment une idée de ce à quoi vos données devraient ressembler. Une alpha plus élevée a l'air mieux ici. Notez également que j'ai fait des histogrammes de densité. Il est facile de supprimer le y = ..densité.. pour le ramener aux dénombrements.

ggplot(vegLengths, aes(length, fill = veg)) + 
   geom_histogram(alpha = 0.5, aes(y = ..densité..), position = 'identity')

Une chose supplémentaire, j'ai commenté sur la question de Dirk que tous les arguments pourraient simplement être dans la commande hist. On m'a demandé comment cela pourrait être fait. Ce qui suit produit exactement la figure de Dirk.

set.seed(42)
hist(rnorm(500,4), col=rgb(0,0,1,1/4), xlim=c(0,10))
hist(rnorm(500,6), col=rgb(1,0,0,1/4), xlim=c(0,10), add = TRUE)

Answer 3

Voici une fonction que j'ai écrite qui utilise une pseudo-transparence pour représenter des histogrammes superposés

plotOverlappingHist <- function(a, b, colors=c("white","gray20","gray50"),
                                breaks=NULL, xlim=NULL, ylim=NULL){

  ahist=NULL
  bhist=NULL

  if(!(is.null(breaks))){
    ahist=hist(a,breaks=breaks,plot=F)
    bhist=hist(b,breaks=breaks,plot=F)
  } else {
    ahist=hist(a,plot=F)
    bhist=hist(b,plot=F)

    dist = ahist$breaks[2]-ahist$breaks[1]
    breaks = seq(min(ahist$breaks,bhist$breaks),max(ahist$breaks,bhist$breaks),dist)

    ahist=hist(a,breaks=breaks,plot=F)
    bhist=hist(b,breaks=breaks,plot=F)
  }

  if(is.null(xlim)){
    xlim = c(min(ahist$breaks,bhist$breaks),max(ahist$breaks,bhist$breaks))
  }

  if(is.null(ylim)){
    ylim = c(0,max(ahist$counts,bhist$counts))
  }

  overlap = ahist
  for(i in 1:length(overlap$counts)){
    if(ahist$counts[i] > 0 & bhist$counts[i] > 0){
      overlap$counts[i] = min(ahist$counts[i],bhist$counts[i])
    } else {
      overlap$counts[i] = 0
    }
  }

  plot(ahist, xlim=xlim, ylim=ylim, col=colors[1])
  plot(bhist, xlim=xlim, ylim=ylim, col=colors[2], add=T)
  plot(overlap, xlim=xlim, ylim=ylim, col=colors[3], add=T)
}

Voici une autre manière de le faire en utilisant le support de R pour les couleurs transparentes

a=rnorm(1000, 3, 1)
b=rnorm(1000, 6, 1)
hist(a, xlim=c(0,10), col="red")
hist(b, add=T, col=rgb(0, 1, 0, 0.5) )

Les résultats ressemblent à ceci :

Answer 4

Voici un exemple de comment vous pouvez le faire dans les graphiques R "classiques" :

## générer des données aléatoires
longueursCarotte <- rnorm(1000,15,5)
longueursConcombre <- rnorm(200,20,7)
## calculer les histogrammes - ne pas encore afficher
histCarotte <- hist(longueursCarotte,plot = FALSE)
histConcombre <- hist(longueursConcombre,plot = FALSE)
## calculer la plage du graphique
xlim <- range(histConcombre$breaks,histCarotte$breaks)
ylim <- range(0,histConcombre$density,
              histCarotte$density)
## afficher le premier graphique
plot(histCarotte,xlim = xlim, ylim = ylim,
     col = rgb(1,0,0,0.4),xlab = 'Longueurs',
     freq = FALSE, ## fréquence relative, pas absolue
     main = 'Répartition des carottes et des concombres')
## afficher le deuxième graphique dessus
opar <- par(new = FALSE)
plot(histConcombre,xlim = xlim, ylim = ylim,
     xaxt = 'n', yaxt = 'n', ## ne pas ajouter d'axes
     col = rgb(0,0,1,0.4), add = TRUE,
     freq = FALSE) ## fréquence relative, pas absolue
## ajouter une légende dans le coin
legend('topleft',c('Carottes','Concombres'),
       fill = rgb(1:0,0,0:1,0.4), bty = 'n',
       border = NA)
par(opar)

Le seul problème avec cela est que cela semble bien mieux si les intervalles d'histogramme sont alignés, ce qui peut devoir être fait manuellement (dans les arguments passés à hist).

Answer 5

Voici la version comme celle de ggplot2 que j'ai donnée seulement en base R. J'ai copié une partie de @nullglob.

Générer les données

carottes <- rnorm(100000,5,2)
concombres <- rnorm(50000,7,2.5)

Vous n'avez pas besoin de le mettre dans un data frame comme avec ggplot2. L'inconvénient de cette méthode est que vous devez écrire beaucoup plus de détails du graphique. L'avantage est que vous avez le contrôle sur plus de détails du graphique.

## calculer la densité - ne pas encore tracer
densitéCarotte <- density(carottes)
densitéConcombre <- density(concombres)
## calculer la plage du graphique
xlim <- range(densitéConcombre$x,densitéCarotte$x)
ylim <- range(0,densitéConcombre$y, densitéCarotte$y)
#choisir les couleurs
couleurCarotte <- rgb(1,0,0,0.2)
couleurConcombre <- rgb(0,0,1,0.2)
## tracer les carottes et configurer la plupart des paramètres du graphique
plot(densitéCarotte, xlim = xlim, ylim = ylim, xlab = 'Longueurs',
     main = 'Distribution des carottes et des concombres', 
     panel.first = grid())
#mettre nos tracés de densité
polygon(densitéCarotte, densité = -1, col = couleurCarotte)
polygon(densitéConcombre, densité = -1, col = couleurConcombre)
## ajouter une légende dans le coin
legend('topleft',c('Carottes','Concombres'),
       fill = c(couleurCarotte, couleurConcombre), bty = 'n',
       border = NA)