在进行数据分析之前，我们往往要首先对数据有一个大致的了解。对于统计性的数据，最好首先看看数据是如何分布，并把分布图示化，可以帮助我们确定后续的分析策略。现在，以R中著名的iris数据为例来计算其中一组数据的分布情况。
> data(iris)
> names(iris)
[1] “Sepal.Length” “Sepal.Width” “Petal.Length” “Petal.Width”
[5] “Species”
> length(iris$Sepal.Length)
[1] 150
1. 最简单的办法：hist
hist可以很直接的看到各组数据的Frequency或者Density分布情况，计算Frequency或者Density依据参数而定，比较粗糙。
> hist(iris$Sepal.Length)
#通过breaks参数可以设置计算分布的数据区间
> hist(iris$Sepal.Length,breaks=seq(4,8,by=1))
2. 可选的办法：density
查看density的帮助文档，可以发现函数density计算的是数据的核心密度（kernal density）分布，大多数时候该函数并非我们想要的。但是有些时候，density可以帮助我们计算数据的密度分布，计算结果是continuous的，图形化的结果也是continuous的曲线。density的计算可以通过bw参数（bandwidth）来控制，bw参数最直观的影响就是曲线的平滑性。默认的bw是通过函数bw.nrd0()计算得出，也可以手动设置。
> plot(density(iris$Sepal.Length))
#改变bw参数来改变density的结果
> plot(density(iris$Sepal.Length,bw=0.2))
3. 计算频度分布并用barplot作图
我经常用的办法，比较繁琐一些，但是感觉图形化的结果也更美观。首先用cut和table计算数据的频数分布，在用barplot作图。table函数计算的是每个数据在数据集中出现的次数，但是无法计算数据区间内的数据频数分布，需要用cut辅助。
> summary(iris$Sepal.Length)#看数据的分布区间
Min. 1st Qu. Median Mean 3rd Qu. Max.
4.300 5.100 5.800 5.843 6.400 7.900
> m<-seq(4,8,by=1)#设置一个区间范围
> table(cut(iris$Sepal.Length,m))#计算各个区间的频数
(4,5] (5,6] (6,7] (7,8]
32 57 49 12
> barplot(table(cut(iris$Sepal.Length,m)))#作图
>barplot(table(cut(iris$Sepal.Length,seq(4,8,by=0.1))))#更详细的频数分布
>plot(table(cut(prot$V1,m)),type=”b”) #有的时候可以画成线图（更具数据决定）
拓展：
R语言中cut的功能：将数字变量如数组按给定区间［分段向量］进行分割；
用法：
cut(数据源，分段向量)，例如：
cut(mydata$Age,c(-Inf,0,18,24,34,44,54,64,Inf))
所以方法3中还可以自定义区间如：table(cut(data$V1,c(0,1,5,10,50,100,Inf)))
尊重他人劳动成果，转载请注明出处:Bluesky's blog » ［转］在R中统计数据的频数或者密度分布并图形化
Bluesky's blog
R不规则数据长变宽
shell循环打印带空格文件名
dadsd