Comment définir le nombre de bacs pour un histogramme dans ggplot2

Vous pouvez utiliser l’argument bins pour spécifier le nombre de bacs à utiliser dans un histogramme dans ggplot2 :

library(ggplot2)

ggplot(df, aes(x=x)) +
  geom_histogram(bins=10)

Les exemples suivants montrent comment utiliser cet argument dans la pratique.

Exemple : définir le nombre de compartiments pour l’histogramme dans ggplot2

Le code suivant montre comment créer un ensemble de données dans R contenant 10 000 valeurs aléatoires qui suivent une distribution de Poisson avec une valeur moyenne de 2 :

#make this example reproducible
set.seed(0)

#create data frame with 10,000 random values that follow Poisson distribution
df <- data.frame(values=rpois(n=10000, lambda=2))

#view first five rows of data frame
head(df)

  values
1      4
2      1
3      1
4      2
5      4
6      1

Nous pouvons utiliser le code suivant pour créer un histogramme dans ggplot2 afin de visualiser la distribution des valeurs dans le bloc de données :

library(ggplot2)

ggplot(df, aes(x=values)) +
  geom_histogram(fill='steelblue', col='black')

Par défaut, ggplot2 sélectionnera automatiquement un certain nombre de cases à utiliser dans l’histogramme.

Cependant, nous pouvons utiliser la syntaxe suivante pour spécifier que nous souhaitons que l’histogramme utilise 10 bin :

library(ggplot2)

ggplot(df, aes(x=values)) +
  geom_histogram(fill='steelblue', col='black', bins=10)

Notez que l’histogramme comporte désormais exactement 10 cases.

Ou nous pourrions utiliser la syntaxe suivante pour spécifier que nous voulons que l’histogramme utilise 5 bacs :

library(ggplot2)

ggplot(df, aes(x=values)) +
  geom_histogram(fill='steelblue', col='black', bins=5)

Notez que l’histogramme comporte désormais exactement 5 cases.

Vous constaterez que moins vous utilisez de bacs, plus chaque bac sera large.

En général, si vous utilisez trop peu de groupes, la véritable distribution sous-jacente des valeurs sera masquée.

Cependant, si vous utilisez trop de groupes, vous risquez simplement de visualiser le bruit dans les données.

Une façon de trouver le nombre optimal de compartiments à utiliser dans un histogramme consiste à utiliser la règle de Sturges . En savoir plus sur cette règle ici .

Remarque : Vous pouvez trouver la documentation complète de la fonction geom_histogram ici .

Ressources additionnelles

Les didacticiels suivants expliquent comment créer d’autres graphiques courants dans R :

Comment créer un histogramme de fréquence relative dans R
Comment tracer plusieurs boîtes à moustaches dans un seul graphique dans R
Comment tracer plusieurs lignes dans un graphique dans R