R之核密度图

# 
# 用术语来说，核密度估计是用于估计随机变
# 量概率密度函数的一种非参数方法。虽然其数学细节已经超出了本书的范畴，但从总体上讲，核
# 密度图不失为一种用来观察连续型变量分布的有效方法。绘制密度图的方法（不叠加到另一幅图
# 上方）为：

plot(density(x))
# 
# 其中的x是一个数值型向量。由于plot()函数会创建一幅新的图形，所以要向一
# 幅已经存在的图形上叠加一条密度曲线，可以使用lines()函数

par(mfrow=c(2,1))
d<-density(mtcars$mpg)
plot(d)
d<-density(mtcars$mpg)
plot(d,main = "kernel density of miles per gallon")
polygon(d,col = "red",border = "blue")
rug(mtcars$mpg,col = "brown")

# 在第一幅图中，你看到的是完全使用默认设置创建的最简图形。在第二幅图中，你添加了一
# 个标题，将曲线修改为蓝色，使用实心红色填充了曲线下方的区域，并添加了棕色的轴须图。
# polygon()函数根据顶点的x和y坐标（本例中由density()函数提供）绘制了多边形。
# 核密度图可用于比较组间差异。可能是由于普遍缺乏方便好用的软件，这种方法其实完全没
# 有被充分利用。幸运的是，sm包漂亮地填补了这一缺口。
# 使用sm包中的sm.density.compare()函数可向图形叠加两组或更多的核密度图。使用格
# 式为：sm.density.compare(x,factor)其中的x是一个数值型向量，factor是一个分组变量



install.packages("sm")
#双倍线条宽度
par(lwd=2)
library(sm)
attach(mtcars)
#创建分组因子
cyl.f<-factor(cyl,levels = c(4,6,8),
              labels =c("4 cylinder","6 cylinder","8 cylinder") )
#绘制密度图
sm.density.compare(mpg,cyl,xlab="Miles Per Gallon")
title(main = "MPG Distribution by Car Cylinders")
#通过鼠标点击添加
colfill<-c(2:(1+length(cyl.f)))
legend(locator(1),levels(cyl.f),fill = colfill)
detach(mtcars)
# par()函数将所绘制的线条设置为双倍宽度（lwd=2），这样它们在书中就会更易读。接下
# 来载入了sm包，并绑定了数据框mtcars。
# 在数据框mtcars 中，变量cyl是一个以4、6或8编码的数值型变量。为了向图形提供值的
# 标签，这里cyl转换为名为cyl.f的因子。函数sm.density.compare()创建了图形 ，一条
# title()语句添加了主标题。
# 最后，添加了一个图例以增加可解释性 。（图例已在第3章介绍。）首先创建的是一个颜色
# 向量，这里的colfill值为c(2, 3, 4)。然后通过legend()函数向图形上添加一个图例。第
# 一个参数值locator(1)表示用鼠标点击想让图例出现的位置来交互式地放置这个图例。第二个
# 参数值则是由标签组成的字符向量。第三个参数值使用向量colfill为cyl.f的每一个水平指定
# 了一种颜色。