绘制带有KDE密度曲线的直方图（使用R语言）_r软件 直方图上画密度函数

绘制带有KDE密度曲线的直方图（使用R语言）

在数据分析和可视化中，直方图是一种常用的工具，用于展示数据的分布情况。而在直方图上添加核密度估计（Kernel Density Estimation，简称KDE）曲线，则可以更加详细地描述数据的分布情况。本文将介绍如何使用R语言绘制带有KDE密度曲线的直方图。

首先，我们需要准备一组数据，以便进行可视化。假设我们有一个包含1000个观测值的数据集，存储在一个名为"data"的变量中。下面是一个示例数据集的创建过程：

# 创建示例数据集
set.seed(123)
data <- rnorm(1000, mean = 10, sd = 2)
1
2
3

以上代码使用了正态分布函数rnorm()生成了一个包含1000个观测值的数据集，均值为10，标准差为2。

接下来，我们可以使用R语言中的hist()函数绘制直方图。hist()函数的主要参数包括数据集、分组个数、边界颜色等。下面是一个示例代码：

# 绘制直方图
hist(data,
     breaks = 30,
     col = "skyblue",
     border = "white",
     main = "数据分布的直方图")
1
2
3
4
5
6

在上述代码中，我们将直方图分为30个组，并设置了直方柱的颜色为"skyblue"，边界颜色为"white"。通过设置main参数࿰