Ggplot2에서 히스토그램의 빈 수를 설정하는 방법

bins 인수를 사용하여 ggplot2 의 히스토그램에 사용할 bin 수를 지정할 수 있습니다.

 library (ggplot2)

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

다음 예에서는 이 인수를 실제로 사용하는 방법을 보여줍니다.

예: ggplot2에서 히스토그램의 bin 수 설정

다음 코드는 평균값이 2인 포아송 분포를 따르는 10,000개의 임의 값을 포함하는 R에서 데이터 세트를 생성하는 방법을 보여줍니다.

 #make this example reproducible
set. seeds (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

다음 코드를 사용하여 ggplot2에서 히스토그램을 생성하여 데이터 프레임의 값 분포를 시각화할 수 있습니다.

 library (ggplot2)

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

기본적으로 ggplot2는 히스토그램에 사용할 특정 수의 상자를 자동으로 선택합니다.

그러나 다음 구문을 사용하여 히스토그램이 10개의 빈을 사용하도록 지정할 수 있습니다.

 library (ggplot2)

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

이제 히스토그램에는 정확히 10개의 상자가 있습니다.

또는 다음 구문을 사용하여 히스토그램이 5개의 빈을 사용하도록 지정할 수 있습니다.

 library (ggplot2)

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

이제 히스토그램에는 정확히 5개의 상자가 있습니다.

사용하는 쓰레기통의 수가 적을수록 각 쓰레기통의 폭이 넓어진다는 것을 알게 될 것입니다.

일반적으로 너무 적은 수의 그룹을 사용하면 실제 기본 값 분포가 숨겨집니다.

그러나 너무 많은 그룹을 사용하면 데이터에 노이즈가 나타날 위험이 있습니다.

히스토그램에 사용할 최적의 Bin 수를 찾는 한 가지 방법은 Sturges의 법칙을 사용하는 것입니다. 여기에서 이 규칙에 대해 자세히 알아보세요.

참고 : geom_histogram 함수에 대한 전체 문서는 여기에서 찾을 수 있습니다.

추가 리소스

다음 튜토리얼에서는 R에서 다른 일반적인 그래프를 만드는 방법을 설명합니다.

R에서 상대 빈도 히스토그램을 만드는 방법
R의 단일 그래프에 여러 상자 그림을 그리는 방법
R의 그래프에 여러 선을 그리는 방법