# R语言可视化——密度曲线图及其美化！

ggplot(diamonds,aes(x=price))+geom_density()

ggplot(diamonds,aes(x=price))+geom_density(colour="steelblue")

ggplot(diamonds,aes(x=price,colour=clarity))+geom_density()

ggplot(diamonds,aes(x=price,fill=clarity,alpha = 1/10))+geom_density()

identity（不做任何变换）、stack（堆积）、dodge（簇状）、fill（百分比堆积）

ggplot(diamonds,aes(x=price,fill=clarity,alpha = 1/10))+geom_density(position="identity")

ggplot(diamonds,aes(x=price,colour=clarity))+geom_density(position="identity")

ggplot(diamonds,aes(x=price,fill=clarity))+geom_density(position="stack")

ggplot(diamonds,aes(x=price,colour=clarity))+geom_density(position="stack")

ggplot(diamonds,aes(x=price,fill=clarity))+geom_density(position=position_dodge(width =1000))

ggplot(diamonds,aes(x=price,colour=clarity))+geom_density(position=position_dodge(width =1000))

ggplot(diamonds,aes(x=price,fill=clarity))+geom_density(position="fill")

ggplot(diamonds,aes(x=price,colour=clarity))+geom_density(position="fill")

ggplot(diamonds,aes(x=price,fill=clarity))+geom_density(position="fill")+facet_grid(.~clarity)

ggplot(diamonds,aes(x=price,colour=clarity))+geom_density(position="fill")+facet_grid(.~clarity)

ggplot(diamonds,aes(x=price,fill=clarity))+geom_density(position="fill")+theme_wsj()+scale_fill_wsj()+guides(fill=guide_legend(title=NULL))

ggplot(diamonds,aes(x=price,colour=clarity))+geom_density(position="fill")+theme_wsj()+scale_colour_wsj()+guides(colour=guide_legend(title=NULL))

ggplot(diamonds,aes(x=price,fill=clarity))+geom_density(position="stack")+theme_wsj()+scale_fill_wsj()+guides(fill=guide_legend(title=NULL))

ggplot(diamonds,aes(x=price,colour=clarity))+geom_density(position="stack")+theme_wsj()+scale_colour_wsj()+guides(colour=guide_legend(title=NULL))

458 篇文章67 人订阅

0 条评论

## 相关文章

1612

3560

### 只使用Numpy手动实现多层卷积神经网络（详解）

AiTechYun 编辑：yuxiangyu 在过去，我曾写过一篇关于“理解在最大池化层和转置卷积的反向传播”的文章。现在我想要使用这些知识做一个多层（或者说多...

3708

1272

### 如何使用sklearn加载和下载机器学习数据集

sklearn 中提供了很多常用（或高级）的模型和算法，但是真正决定一个模型效果的最后还是取决于训练（喂养）模型时所用的数据。sklearn 中的 sklear...

7355

3672

7476

### 神经网络反向传播梯度计算数学原理

[神经网络]反向传播梯度计算数学原理 1 文章概述 本文通过一段来自于Pytorch官方的warm-up的例子：使用numpy来实现一个简单的神经网络。使用基本...

38013

4642

2615