我正在尝试为 R 中的数据框绘制直方图。我正在使用 Hmisc 包来做同样的事情。它为分类数据生成了一个非常好的图，除了一个问题。它显示频率而不是概率。请在下面找到一个代码示例（来自包文档，虽然我的数据是分类的但没关系）：
x <- rnorm(200,0,2)+1; y <- x^2
x2 <- round((x+rnorm(200))/2)*2
x3 <- round((x+rnorm(200))/4)*4
dfram <- data.frame(y,x,x2,x3)
hist(dfram)
如何修改上面的图以显示归一化频率？
我已经尝试过hist(dfram, type='density')，但type ='density' 是 histSpike 函数的参数，用于绘制内核密度。我也尝试过hist(dfram,f=F) 和hist(dfram,prob=T)（据我了解，它们基本相同），但直方图仍显示频率。
【问题讨论】：
获取hist 的输出，其中包含$density 中的归一化频率，并绘制（例如barplot）这些结果。
也就是说，
foo<-hist(dfram) #although you probably wanted hist(dfram$y) or some such)
barplot(foo$density)
【讨论】：
hist.data.frame 函数。我尝试了你的建议，但它对我不起作用。您的建议适用于基本包中的 hist 函数。附上另一个例子，使问题更加清晰。 a<-data.frame(sample(c(0,1),1000,replace=T),sample(LETTERS[1:2],1000,replace=T))hist(a)
Hmisc::hist 的帮助文件并查看返回的值。最有可能的是密度或至少 bin 数量可用。如果是后者，只需根据自身标准化 bin 数量。
graphics::hist，然后使用ggplot 或grid 构建多图