更多長條
上一張圖用了 40 個分箱，看起來大致像是偏態但單峰的分佈。還記得投影片中的經驗法則嗎：如果資料點超過 150，通常應該直接用到 100 個分箱。這裡就這麼做吧。
請把圖表的分箱數從 40 改為 100，並把長條的顏色改成 'steelblue'，因為這個顏色不錯，而且有時候這很重要。
現在你有注意到大約 30% 那一帶的範圍有什麼異狀嗎？如果你想更了解可能發生什麼事，試著把資料篩選成超速百分比為 30 的觀測值。
md_speeding %>% filter(percentage_over_limit == 30)
對於連續型數值，你看到什麼令人意外的現象了嗎？
本練習屬於課程
R 視覺化最佳實務
練習說明
- 將分箱數改為 100
- 將長條的
fill設為'steelblue'
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
ggplot(md_speeding) +
geom_histogram(
aes(x = percentage_over_limit),
bins = 40 , # switch to 100 bins
___ # set the fill of the bars to 'steelblue'
alpha = 0.8 )