← 返回图库
分布与组间比较

直方图

查看连续指标的分布形态与取值范围。

连续指标的频数分布完整验证通过模拟演示数据
下载 .R
由下方 R 脚本实际生成
直方图:连续指标的频数分布,使用模拟演示数据
原始尺寸预览,可滚动查看
直方图放大预览

准备怎样的数据?

每行一位受试者。

输入字段:id、sbp

完整 R 代码

下载 .R

所需包:ggplot2、jsonlite。首次使用时,先运行代码注释中的安装命令。

# 直方图:连续指标的频数分布
# 项目原创脚本,MIT 许可;模拟数据 CC0-1.0;图形 CC BY 4.0。
# 在全新 R 会话运行。每次运行会更新下方 output_dir 中的本示例文件。
# 图形标签使用英文以避免不同电脑缺少中文字体;可在参数和 labs() 中修改。

# 1. 依赖:首次使用时手动运行以下安装命令,脚本不会自动安装。
# install.packages(c("ggplot2", "jsonlite"))
required_packages <- c("ggplot2", "jsonlite")
missing_packages <- required_packages[!vapply(required_packages, requireNamespace, logical(1), quietly = TRUE)]
if (length(missing_packages)) stop("Please install: ", paste(missing_packages, collapse = ", "))
library(ggplot2)

# 2. 可修改参数:颜色、字体、导出尺寸和路径。输出路径相对于当前工作目录。
set.seed(20261014)
colors <- c("#007F96", "#B66A46")
font_family <- "sans"
figure_width <- 8
figure_height <- 5.5
output_dir <- file.path(getwd(), "rfig-histogram-output")
dir.create(output_dir, recursive = TRUE, showWarnings = FALSE)
theme_set(theme_minimal(base_size = 12, base_family = font_family) +
 theme(plot.background = element_rect(fill = "white", color = NA), panel.grid.minor = element_blank(),
       plot.title = element_text(face = "bold", size = 15), legend.position = "bottom",
       plot.margin = margin(14, 18, 14, 14)))

# 3. 示例数据:每行一位受试者。 将 sbp 替换为你的连续变量列;同步修改 bin_width、轴标题和单位。
# 使用自己的 CSV 时,将以下数据生成段替换为:
# data <- read.csv("your-data.csv", stringsAsFactors = FALSE)
# 再按本例要求设置分类顺序、检查字段、单位及缺失值。
data <- data.frame(id = 1:120, sbp = rnorm(120, 125, 14))
stopifnot(!anyNA(data))

# 4. 统计计算与绘图。柱高为观测频数,分箱宽度为 5 mmHg;分箱选择会影响外观。演示数据不包含缺失值,不据此判断真实人群分布。
bin_width <- 5
p <- ggplot(data, aes(sbp)) + geom_histogram(binwidth = bin_width, boundary = 0,
  fill = colors[1], color = "white") + labs(x = "Systolic blood pressure (mmHg)", y = "Participants", title = "Distribution of systolic blood pressure")
metrics <- list(n = nrow(data), mean = mean(data$sbp))
print(p)

# 5. 导出:CSV 与绘图所用 data 完全一致,preview 与科研图片均来自同一个 p。
write.csv(data, file.path(output_dir, "data.csv"), row.names = FALSE, fileEncoding = "UTF-8")
ggsave(file.path(output_dir, "preview.png"), p, width = figure_width, height = figure_height, dpi = 160, bg = "white")
ggsave(file.path(output_dir, "figure.png"), p, width = figure_width, height = figure_height, dpi = 300, bg = "white")
ggsave(file.path(output_dir, "figure.pdf"), p, width = figure_width, height = figure_height, device = grDevices::pdf, bg = "white")
ggsave(file.path(output_dir, "figure.tiff"), p, width = figure_width, height = figure_height, dpi = 300, compression = "lzw", bg = "white")
jsonlite::write_json(metrics, file.path(output_dir, "metrics.json"), auto_unbox = TRUE, digits = 16, pretty = TRUE)

运行与修改

  1. 安装 R 和 RStudio,复制完整代码到新的 R 脚本文件,或打开下载的 .R 文件。
  2. 首次使用时,运行脚本顶部注释中的 install.packages() 命令。
  3. 运行整个脚本。演示数据已包含在代码中,无需先下载 CSV。
  4. 图片和 CSV 保存在当前工作目录的 rfig-histogram-output 子目录。再次运行会更新其中的同名示例文件。

替换自己的数据

将 sbp 替换为你的连续变量列;同步修改 bin_width、轴标题和单位。

将脚本“示例数据”段替换为 data <- read.csv("your-data.csv", stringsAsFactors = FALSE),再按数据字典检查列名、类型、分类顺序及单位。演示 CSV 可用作结构参考。

调整外观与导出

在参数段修改颜色、字体、图片宽高和输出目录;在 labs() 中修改标题和轴标签。脚本提供 PDF、300 dpi PNG 和 LZW 压缩 TIFF 导出。演示图使用英文标签以减少字体依赖。

数据字典

下载示例 CSV

每行一位受试者。 演示数据不含缺失值,使用固定种子 20261014。

列名类型单位含义角色
id整数无演示受试者编号标识
sbp数值mmHg模拟收缩压X

统计说明与适用限制

柱高为观测频数,分箱宽度为 5 mmHg;分箱选择会影响外观。演示数据不包含缺失值,不据此判断真实人群分布。

本例用于展示绘图方法。应用于真实研究前,请结合研究设计、数据质量和模型假设选择统计方法。

验证与来源

当前版本验证

  • 全新 R 会话执行通过
  • 关键统计量独立参考计算通过
  • PNG、PDF、TIFF 导出通过
  • 预览视觉审阅通过

运行环境:R version 4.6.1 (2026-06-24 ucrt)
执行日期:2026/10/14

查看版本与验证记录

来源与许可

作者:R 科研统计绘图库项目

项目原创脚本,MIT 许可
项目生成的模拟演示数据,CC0-1.0
由本脚本生成,CC BY 4.0

了解验证标准与许可