R Normalisieren Sie dann zwei Histogramme zusammen in R

Question

Ich habe festgestellt, es gab mehrere Beiträge für Leute fragen, wie man zwei Histogramme nebeneinander (wie in einem Diagramm mit den Balken nebeneinander) und in R und auch überlagert wie man Daten normalisiert. Nach dem Rat, den ich gefunden habe, kann ich das eine oder andere tun, aber nicht beide Operationen.

Hier ist das Setup. Ich habe zwei Datenrahmen unterschiedlicher Länge und möchte das Volumen der Objekte in jedem df als Histogramm darstellen. ZB wie viele in Datenrahmen 1 sind zwischen .1-.2 um^3 und vergleichen Sie mit wie viele in Datenrahmen 2 sind zwischen .1 und .2 um^3 und so weiter. Overlaid oder Side by Side wäre großartig, dies zu tun.

Da es mehr Messungen in einem Datenrahmen als die anderen sind, natürlich muss ich normalisieren, so verwende ich:

read.csv(ctl) 
read.csv(exp) 
h1=hist(ctl$Volume....) 
h2=hist(exp$Volume.... 

#to normalize# 

h1$density=h1$counts/sum(h1$counts)*100 
plot(h1,freq=FALSE....) 
h2$density=h2$counts/sum(h2$counts)*100 
plot(h2,freq=FALSE....) 

Jetzt habe ich schon erfolgreich die nicht-normalisierten Daten mit dieser Methode überlagert: http://www.r-bloggers.com/overlapping-histogram-in-r/ und auch mit dieser Methode: plotting two histograms together

aber ich bin fest, wenn es darum geht, wie normalisierten Daten sein

Answer 1

ggplot2 es relativ einfach macht normalisiert zu überlagern plotten Gruppen von Gruppen mit ungleicher Größe. Hier ist ein Beispiel mit gefälschten Daten:

library(ggplot2) 

# Fake data (two normal distributions) 
set.seed(20) 
dat1 = data.frame(x=rnorm(1000, 100, 10), group="A") 
dat2 = data.frame(x=rnorm(2000, 120, 20), group="B") 
dat = rbind(dat1, dat2) 

ggplot(dat, aes(x, fill=group, colour=group)) + 
    geom_histogram(breaks=seq(0,200,5), alpha=0.6, 
       position="identity", lwd=0.2) + 
    ggtitle("Unormalized") 

ggplot(dat, aes(x, fill=group, colour=group)) + 
    geom_histogram(aes(y=..density..), breaks=seq(0,200,5), alpha=0.6, 
       position="identity", lwd=0.2) + 
    ggtitle("Normalized") 

Wenn Sie überlagerten Dichte Plots machen möchten, können Sie das auch. adjust steuert die Bandbreite. Dies ist standardmäßig bereits normalisiert.

ggplot(dat, aes(x, fill=group, colour=group)) + 
    geom_density(alpha=0.4, lwd=0.8, adjust=0.5) 

UPDATE: In Antwort auf Ihren Kommentar, der folgende Code sollte es tun. (..density..)/sum(..density..) ergibt die Gesamtdichte über die zwei Histogramme, die zu eins addiert werden, und die Gesamtdichte jeder einzelnen Gruppe addiert sich zu 0,5. Sie müssen also mit 2 multiplizieren, damit die Gesamtdichte jeder Gruppe individuell auf 1 normiert wird. Im Allgemeinen müssen Sie mit n multiplizieren, wobei n die Anzahl der Gruppen ist. Dies scheint irgendwie kludgy zu sein und es könnte eine elegantere Herangehensweise geben.

library(scales) # For percent_format() 

ggplot(dat, aes(x, fill=group, colour=group)) + 
    geom_histogram(aes(y=2*(..density..)/sum(..density..)), breaks=seq(0,200,5), alpha=0.6, 
       position="identity", lwd=0.2) + 
    scale_y_continuous(labels=percent_format())