Получение значений частоты из гистограммы в R

Question

Я знаю, как рисовать гистограммы или другие таблицы частоты / процента. Но теперь я хочу знать, как я могу получить эти значения частоты в таблице для использования после факта.

У меня есть массивный набор данных, теперь я рисую гистограмму с заданной шириной полосы пропускания. Я хочу извлечь значение частоты (то есть значение по оси Y), которое соответствует каждой ширине бина, и сохранить его где-нибудь.

Может кто-нибудь помочь мне с этим? Спасибо!

Answer 1

hist функция имеет возвращаемое значение (объект класса histogram):

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 2

От ?hist: Значение

объект класса "гистограмма", представляющий собой список с компонентами:

• ломает границы ячеек n+1 (= ломает, если это был вектор). Это номинальные разрывы, а не граничный пух.
• насчитывает n целых чисел; для каждой ячейки число x[] внутри.
• значения плотности f^(x[i]) в качестве оценочных значений плотности. Если все (diff(breaks) == 1), они являются относительными частотами count /n и в общем случае удовлетворяют sum[i; f^(x[i]) (b[i+1]-b[i])] = 1, где b[i] = breaks[i].
• интенсивности такие же, как плотность. Устаревший, но сохраненный для совместимости.
• Средние точки N клеток.
• xname строка символов с фактическим именем аргумента x.
• эквидистическая логика, указывающая, все ли расстояния между перерывами одинаковы.

breaks а также density предоставить все, что вам нужно:

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

Answer 3

На всякий случай, если кто-то ответит на этот вопрос ggplot"s geom_histogram помните, что есть способ извлечь данные из объекта ggplot.

Следующая удобная функция выводит фрейм данных с нижним пределом каждого бина (xmin), верхний предел каждого бина (xmax), средняя точка каждой ячейки (x), а также значение частоты (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")

Иллюстрация:

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

На соответствующий вопрос я ответил здесь ( Накопительная гистограмма с ggplot2).