Distribuciones en R

Histograma, densidad, boxplot y violín: cada uno responde una pregunta distinta.

library(ggplot2)
library(tibble)

set.seed(1)
runs <- tibble(
  lang = rep(c("r", "python"), each = 60),
  tpm = c(rnorm(60, 92, 8), rnorm(60, 101, 10))
)

histogram <- ggplot(runs, aes(tpm)) +
  geom_histogram(binwidth = 5, fill = "gray70", colour = "white")

shapes <- ggplot(runs, aes(lang, tpm)) +
  geom_violin(fill = "gray90") +
  geom_boxplot(width = 0.15, outlier.shape = NA) +
  geom_jitter(width = 0.08, alpha = 0.4, size = 0.8)

print(length(shapes$layers))
ggsave(tempfile(fileext = ".png"), histogram, width = 4, height = 3, dpi = 100)

Cómo funciona

bins o binwidth es una decisión que debes tomar explícitamente.
Un boxplot oculta la forma; un violín la muestra.
Superponer puntos sobre un boxplot muestra el tamaño de la muestra.

El intento, en números

Líneas: 19
Caracteres a escribir: 536
Tokens: 165
Ritmo de tres estrellas: 100 tpm

Al ritmo de tres estrellas de 100 tokens por minuto, este intento toma unos 99 segundos.

Escribe este fragmento

Paso 2 de 4 en Geometrías; paso 5 de 15 en ggplot2.

← Anterior Siguiente →