可视化分布

如何可视化一个变量的分布取决于该变量是分类变量还是连续变量。如果一个变量只能取一小组值中的一个，那么它就是分类变量。在 R 中，分类变量通常保存为因子（factor）或字符向量。要查看分类变量的分布，请使用条形图：

ggplot(data = diamonds) + geom_bar(mapping = aes(x = cut))

条形的高度显示了每个 x 值出现了多少次观测。你可以使用 dplyr::count() 手动计算这些值：

diamonds %>% count(cut) #> # A tibble: 5 × 2 #> cut n #> #> 1 Fair 1610 #> 2 Good 4906 #> 3 Very Good 12082 #> 4 Premium 13791 #> 5 Ideal 21551

如果一个变量可以取无限个有序值中的任意一个，那么它就是连续变量。数值和日期时间是连续变量的两个例子。要查看连续变量的分布，请使用直方图：