r - 基本图形和 ggplot2 之间的直方图 binwidth (in) 一致性

Question

我遇到了以下场景......

以下代码生成 2 个相同的直方图:

library(ggplot2)
data("diamonds")    
ggplot(diamonds, aes(x=price)) + geom_histogram(binwidth=1000)
qplot(price, data = diamonds, binwidth = 1000)

但是，我不明白他们是如何推导出左边的第一个条形/垃圾箱的，事实上，整个直方图对我来说似乎是错误的。


另一方面:

hist(diamonds$price,breaks = seq(0,20000, by=1000))

产生以下对我来说似乎正确的图表:


为了验证数据，我运行了以下代码:

br = seq(0,20000,by=1000)

ranges = paste(head(br,-1), br[-1], sep=" - ")
freq = hist(diamonds$price, breaks = br, include.lowest=TRUE, plot=FALSE)

data.frame(range = ranges, frequency = freq$counts)

它产生:

           range frequency
1       0 - 1000     14524
2    1000 - 2000      9683
3    2000 - 3000      6129
4    3000 - 4000      4225
5    4000 - 5000      4665
...

那么 ggplot 中的第一个 bar/bin 在哪里？或 qplot来自？

Answer 1

ggplot 直方图条以 0、1000、2000 等为中心，而基本直方图条以 500、1500、2500 等为中心。要检查这一点，请将每个直方图中的条数与我们设置的表数进行比较明确打破。

table(cut(diamonds$price, breaks=seq(-500,20000,1000)))

(-500,500]       (500,1.5e+03]   (1.5e+03,2.5e+03]   (2.5e+03,3.5e+03]   (3.5e+03,4.5e+03] 
      1749               18261                7532                4958                4535
etc.

theme_set(theme_classic())
ggplot(diamonds, aes(x=price)) + 
  geom_histogram(binwidth=1000, fill="grey80", colour="black", lwd=0.2) +
  stat_bin(binwidth=1000, geom="text", aes(label=..count..),
           position=position_stack(vjust=0.5), size=3)

对于基础直方图:

freq = hist(diamonds$price)$counts
tab = unname(table(cut(diamonds$price, breaks=seq(0,19000,1000))))

cbind(freq, tab)

       freq   tab
 [1,] 14524 14524
 [2,]  9683  9683
 [3,]  6129  6129
 [4,]  4225  4225
 [5,]  4665  4665
 [6,]  3163  3163
 [7,]  2278  2278
 [8,]  1668  1668
 [9,]  1307  1307
[10,]  1076  1076
[11,]   934   934
[12,]   825   825
[13,]   701   701
[14,]   603   603
[15,]   504   504
[16,]   513   513
[17,]   425   425
[18,]   405   405
[19,]   312   312

要在 ggplot 直方图中获得相同的中断，您可以使用 center除了 binwidth 之外的参数:

ggplot(diamonds, aes(x=price)) + 
  geom_histogram(binwidth=1000, center=500, fill="grey80", colour="black", lwd=0.2) +
  stat_bin(binwidth=1000, center=500, geom="text", aes(label=..count..), 
           position=position_stack(vjust=0.5), size=3)