R语言绘制分布曲线的方法是什么

library(readr)
df<-read_tsv("author_number.tsv")
head(df)

table(df$journal)

我们先来看一下帮助文档中的例子

df_1 <- data.frame(
  x = c(rnorm(100, 0, 3), rnorm(100, 0, 10)),
  g = gl(2, 100)
)
p1<-ggplot(df_1, aes(x)) + stat_ecdf(geom = "step")

# Don't go to positive/negative infinity
p2<-ggplot(df_1, aes(x)) + stat_ecdf(geom = "step", pad = FALSE)

# Multiple ECDFs
p3<-ggplot(df_1, aes(x, colour = g)) + stat_ecdf()


library(patchwork)

p1+p2+p3

这里新学到一个函数gl()，生成因子数据，比如

gl(2, 8, labels = c("Control", "Treat"))

参数的意思是

• 两种因子，每种8个，总共重复一次，因子的标签是 Control 和 Treat

之前我实现这个都是用rep（）函数

再来一个例子

gl(2, 1, 20)

两个因子，每种一个，重复20次

ggplot(df, aes(x=auth_num, col=journal)) + 
  stat_ecdf(geom="smooth", se=F, size=1.2) + 
  theme_bw() +
  scale_x_log10(breaks=c(1:5, seq(10, 50, by=10),
                         100, 200, 300,400,500)) +
  theme(legend.position=c(.75,.33),
        panel.grid = element_blank()) +
  labs(x="Number of authors per paper", 
       y="ECDF",
       col="") + 
  coord_cartesian(xlim=c(1,500)) +
  scale_color_brewer(type="qual", palette=6)