因此很难看出每个箱线图汇总的数据点数量不同。一种展示方法是让箱线图的宽度与数据点数量成比例，即使用 varwidth = TRUE。

另一种方法是在每个分箱中显示大致相同数量的数据点。这就是 cut_number() 的作用：

ggplot(data = smaller, mapping = aes(x = carat, y = price)) + geom_boxplot(mapping = aes(group = cut_number(carat, 20)))

练习

• 1. 除了用箱线图汇总条件分布外，你还可以使用频率多边形图。在使用 cut_width() 和 cut_number() 时需要考虑什么？这会如何影响克拉（carat）与价格（price）二维分布的可视化？
• 2. 可视化按价格划分的克拉（carat）分布。
• 3. 非常大的钻石与小型钻石的价格分布相比如何？这符合你的预期，还是让你感到意外？
• 4. 结合你学到的两种技术，来可视化切工（cut）、克拉（carat）和价格（price）的联合分布。
• 5. 二维图可以揭示一维图中不可见的异常值。例如，下图中的某些点具有不寻常的 x 和 y 值组合，这