关于基本的直方图设置、纵坐标对数变换以及基本的颜色设置，可以参考R语言ggplot2直方图设置。 本文使用的数据为：R语言自带的mtcars数据集的mpg变量。以下内容中将首先给出目标图片和代码，并逐一解释。欢迎批评指正！

1. 图片及所有代码

# 获取mpg变量的密度
dense = data.frame(density(mtcars$mpg)[c('x','y')])

ggplot(mtcars,aes(x =mpg))+
        geom_histogram(aes(y=..density..), color="#88ada6", alpha=.25, fill="#fffbf0", binwidth = 2, center=1)+
        geom_density()+
        geom_area(data = subset(dense,x >= 10 & x < 15), aes(x, y, fill = "Label 1"), alpha=.4)+
        geom_area(data = subset(dense,x >= 15 & x < 20), aes(x, y, fill = "Label 2"), alpha=.4)+
        geom_area(data = subset(dense,x  >= 20 & x < 25), aes(x, y, fill = "Label 3"), alpha=.4)+
        geom_area(data = subset(dense,x >= 26 & x < 30), aes(x, y, fill = "Label 4"), alpha=.4)+
        geom_area(data = subset(dense,x >= 30), aes(x, y, fill = "Label 5"), alpha=.4)+
        scale_fill_manual("Label title", 
                          breaks = c("Label 1", "Label 2", "Label 3", "Label 4", "Label 5"), 
                          values = c("Label 1"="#4b5cc466", "Label 2"="#16a95166", "Label 3"="#ffb61e66", "Label 4"="#ff750066", "Label 5"="#c3272b66"))+
        labs(title="title",
             subtitle="subtitle",
             caption = "caption",
             x = 'x axis title',
             y = 'y axis title')+
  theme_bw()+
        theme(plot.title = element_text(size = 16, face = "bold", hjust = 0.5),
              plot.subtitle = element_text(size = 12, face = "bold", hjust = 0.5),
              plot.caption = element_text(size = 12, face = "italic"),
              axis.text = element_text(size=12),
              axis.title = element_text(size=14, face="bold"))+
        geom_vline(xintercept = 15,linetype = "twodash",color="blue",size = 1)+
        annotate("rect", xmin = 10, xmax = 18, ymin = 0.05, ymax = 0.07, alpha = .1, fill="navy")+
        annotate("text", fontface = "bold", color="blue",
                 x = 14, y=0.06,
                 label = 'annotation', size=6)

2. 按步骤说明

2.1 最基本的直方图（颜色，柱宽，位置）

首先绘制一个基本的直方图，横坐标为mpg的值，纵坐标为密度。额外设置了填充色、边框色、透明度、柱宽、柱子的位置。代码中标注“可以不设置”的部分如无需要均可删除。

ggplot(mtcars,aes(x =mpg))+
        geom_histogram(aes(y=..density..), # 纵坐标是密度。类似也可以将纵坐标设置为频数(count)
                       color="#88ada6", fill="#fffbf0", # 边框与填充色，可以不设置
                       alpha=.25,  # 透明度，可以不设置
                        binwidth = 2, # 柱子的宽度。类似得也可以设置柱子的个数，如bins = 30
                       center = 0) # 柱子与对应横坐标的相对位置。0是指居中对齐。1是指对应数字在柱子的右侧边线。可以不设置

2.2 在直方图上加密度曲线

在上图基础上，可以直接用geom_density函数加上密度曲线（代码最后一行）。

g=ggplot(mtcars,aes(x =mpg))+
        geom_histogram(aes(y=..density..), # 纵坐标是密度。类似也可以将纵坐标设置为频数(count)
                       color="#88ada6", fill="#fffbf0", # 边框与填充色，可以不设置
                       alpha=.25,  # 透明度，可以不设置
                        binwidth = 2, # 柱子的宽度。类似得也可以设置柱子的个数，如bins = 30
                       center = 0)+ # 柱子与对应横坐标的相对位置。0是指居中对齐。1是指对应数字在柱子的右侧边线。可以不设置
        geom_density() # 密度曲线
g

2.3 添加（修改）标题与横纵轴名称，并修改标题格式。

要设置标题和横纵坐标轴名称，可以通过+labs函数。标题，副标题，脚标题，横、纵坐标轴的内容可以分别通过参数title,subtitle,caption,x,y来设置。
要设置标题和坐标轴文字的格式，可以在theme函数中改变plot.title,plot.subtitle,plot.caption.axis.text,axis.title这几个变量。假如希望将横纵坐标轴的格式分别设置，也可以将axis.text换成axis.text.x或axis.text.y。
在上图基础上，以下代码设置了labs和theme两个部分。

g = g+ labs(title="title", 
             subtitle="subtitle",
             caption = "caption",
             x = 'x axis title',
             y = 'y axis title')+
        theme(plot.title = element_text(size = 16, face = "bold", hjust = 0.5),
              plot.subtitle = element_text(size = 12, face = "bold", hjust = 0.5),
              plot.caption = element_text(size = 12, face = "italic"),
              axis.text = element_text(size=12),  # 坐标轴上的文字
              axis.title = element_text(size=14, face="bold")) # 坐标轴标题
g

2.4 添加背景填充并且设置其颜色

首先，我们得到mpg的密度，记为dense。这是一个拥有两列的数据框（data.frame），两列分别代表mpg的值（x）与其对应密度（y）。

# 获取mpg变量的密度
dense = data.frame(density(mtcars$mpg)[c('x','y')])

在上图基础上，我们通过多次调用geom_area函数，为处于不同区间的mpg值（也就是横坐标的值），绘制不同的背景。在每次使用geom_area函数中，我们改变的参数有：

• data：这段背景图所采用的的数据集。下面实例中通过subset函数选取了密度数据框dense的子集。
• fill：颜色填充。这里填写的是标签的名字，以便在图例中显示。
• alpha：透明度。取值在$0$和$1$之间，越小越透明。

g = g + 
        geom_area(data = subset(dense,x >= 10 & x < 15), aes(x, y, fill = "Label 1"), alpha=.4)+
        geom_area(data = subset(dense,x >= 15 & x < 20), aes(x, y, fill = "Label 2"),alpha=.4)+
        geom_area(data = subset(dense,x  >= 20 & x < 25), aes(x, y, fill = "Label 3"), alpha=.4)+
        geom_area(data = subset(dense,x >= 26 & x < 30), aes(x, y, fill = "Label 4"), alpha=.4)+
        geom_area(data = subset(dense,x >= 30), aes(x, y, fill = "Label 5"), ,alpha=.4)
g

2.5 改变背景填充颜色

在上图基础上，通过添加scale_fill_manual来改变颜色。其中我们设置了

• 图例标题。设置在了函数的第一个变量（我不知道这个变量叫什么，欢迎补充！），也即"Label title"。
• breaks：改变颜色的地方（一个向量）。这里填的是图例名称，如"Lable 1"。
• values：颜色（一个向量）。对每个分量，这里采用了”Label 1“=’#4b5cc466‘的方式。也可以直接填写颜色名称。

g = g + scale_fill_manual("Label title", 
                          breaks = c("Label 1", "Label 2", "Label 3", "Label 4", "Label 5"), 
                          values = c("Label 1"="#4b5cc466", "Label 2"="#16a95166", "Label 3"="#ffb61e66", "Label 4"="#ff750066", "Label 5"="#c3272b66"))
g

2.6 添加竖直线条

可以用geom_abline添加直线。特别地，可以用geom_vline和geom_hline分别添加竖直和水平的线条。为方便记忆，这里的”v"和”h“分别代表"vertical"和"horizontal"（个人理解）。

g = g + geom_vline(xintercept = 15,linetype = "twodash",color="blue",size = 1)
g

2.7 图中添加文字与矩形注释

在之前的代码基础上，可以通过annotate函数添加注释。将geom变量设为”text“和”rect“分别代表文字与矩形。并且可以调整其位置、大小、颜色等。
以下代码中分别添加了文字与矩形。

g = g+annotate(geom = "rect", xmin = 10, xmax = 18, ymin = 0.05, ymax = 0.07, alpha = .1, fill="navy")+
        annotate(geom = "text", fontface = "bold", color="blue",
                 x = 14, y=0.06,
                 label = 'annotation', size=6)
g

2.8 改变图片背景颜色与线条

通过theme_bw()函数来采用ggplot2为我们提供的一种背景格式。类似的格式还有theme_classic()等。可以直接参考文首的代码绘制下图。

【注1】：请将”+theme_bw()“这句代码加在对theme的设置前面，否则它可能覆盖掉theme的部分设置。例如，如果在前文代码上做如下修改，那么图片的总标题则被移回了最左端。

g + theme_bw()

【注2】：为规避上述问题，可以参考ggplot2边框背景去除来手动更改边框与背景。

1.基本代码

用ggplot2画直方图最基本的代码为：

ggplot(data=travel)+geom_histogram(aes(x=sale))

这里面travel是data frame，sale是我要画直方图的数据。
这个时候会出现warning:

这说明他默认了直方图中“柱”的个数，但是其实我是可以自己设置的。既可以通过bin的个数设置，也可以通过bin的宽度设置：

ggplot(data=travel)+geom_histogram(aes(x=sale),bins=20) 

ggplot(data=travel)+geom_histogram(aes(x=sale),binwidth=20) 

2.对数变换

我们常常遇到的数据都是偏态的，直方图非常不美观：

这时候可以通过对数变换解决：

ggplot(data=travel)+geom_histogram(aes(x=log(sale)))

这里横坐标的值就变成了对数值，如果还希望图片中显示对应的没有对数变换过的值，可以采取如下方式：

ggplot(data=travel)+geom_histogram(aes(x=sale))+
  scale_x_log10(breaks=c(10,100,300,1e3),               
                labels=c("10", "100","300", "1000")) 

3.颜色设置

首先采用theme_classic()，去掉背景

ggplot(data=travel)+geom_histogram(aes(x=sale))+
  scale_x_log10(breaks=c(10,100,300,1e3),               
                labels=c("10", "100","300", "1000")) +
                
                theme_classic()

然后在geom_histogram()里面用fill设置柱子填充色，用color(也可以是col)设置边框。

ggplot(data=travel)+geom_histogram(aes(x=sale),
                            fill="gold",color="white")+
                            
  scale_x_log10(breaks=c(10,100,300,1e3),               
                labels=c("10", "100","300", "1000")) +
                  theme_classic()

这里颜色设置除了直接打颜色的名称，也可以采用十六进制颜色编号，以下代码也可以实现上图。

ggplot(data=travel)+geom_histogram(aes(x=sale),fill="#FBD84A",color="#FFFFFF")+
  scale_x_log10(breaks=c(10,100,300,1e3),               
                labels=c("10", "100","300", "1000")) +
  theme_classic()

如果在作图时想用一个图片的配色，但是不知道这个颜色的十六进制颜色编号，可以采取以下方法：

1. 截图放到ppt里面
2. 随便插入一个矩形圆形之类的形状，在设置这个形状颜色的时候，用取色器取之前图片的颜色，得到十六进制颜色编号，如图：
   

4.坐标轴名称

关于中文坐标轴名称的设置可以参考下文：
https://blog.csdn.net/weixin_45387324/article/details/99284765

 # library
library(ggplot2)
 
# create a dataset
specie <- c(rep("sorgho" , 3) , rep("poacee" , 3) , rep("banana" , 3) , rep("triticum" , 3) )
condition <- rep(c("normal" , "stress" , "Nitrogen") , 4)
value <- abs(rnorm(12 , 0 , 15))
data <- data.frame(specie,condition,value)
 
# Grouped
ggplot(data, aes(fill=condition, y=value, x=specie)) + 
    geom_bar(position="dodge", stat="identity")

 # library
library(ggplot2)
 
# create a dataset
specie <- c(rep("sorgho" , 3) , rep("poacee" , 3) , rep("banana" , 3) , rep("triticum" , 3) )
condition <- rep(c("normal" , "stress" , "Nitrogen") , 4)
value <- abs(rnorm(12 , 0 , 15))
data <- data.frame(specie,condition,value)
 
# Stacked
ggplot(data, aes(fill=condition, y=value, x=specie)) + 
    geom_bar(position="stack", stat="identity")