如何为 hist 中分布的头部和尾部分配不同的 bin 大小？

Question

我正在尝试创建一个直方图，在其中我可以根据数据是位于分布的头部还是尾部，为数据分配不同的 bin 大小。

我尝试创建以下函数my_f 用作参数breaks= 的输入，但它不起作用。这是我的代码，以及我得到的错误。

x <- rnorm(1000, 10, 275)
my_f <- function(x){
  loc <- list(x[x < -500], x[x >= -500 & x <= 500], x[x > 500])
  dx <- c(5, 1, 5)
  breaks <- sapply(1:length(x), function(i) if(x[i] %in% loc[[1]])
     {seq(min(loc[[1]]), max(loc[[1]])+dx[1], dx[1])} else
       if(x[i] %in% loc[[2]]){seq(min(loc[[2]]), max(loc[[2]])+dx[2], dx[2])} else
         {seq(min(loc[[3]]), max(loc[[3]])+dx[3], dx[3])})
  return(breaks)
}

h <- hist(x, breaks = my_f)

Error in hist.default(x, breaks = my_f, plot = F) : 
  c("Invalid breakpoints produced by 'breaks(x)': 200.1702, 210.1702, ....

我也尝试不使用sapply 函数，但我没有从中得到任何结果。有关如何解决/解决此问题的任何建议？

Answer 1

我相信你想的太复杂了，你想要的就是这个。

my_f2 <- function(x) {
  c(seq(min(x), max(x[x < -500]), 5),
    seq(-500, 500, 1), 
    seq(min(x[x > 500]), max(x), 5), 
    max(x))
}

set.seed(666)
x <- rnorm(1000, 10, 275)
hist(x, my_f2)

但是请注意，最后一个 bin 有点动态，因为 max(x) 没有有效地包含在 seq(min(x[x > 500]), max(x), 5) 中，因此我们必须额外包含它。