比较大量分布
让我们回到之前制作的分面图，但这次结合新学到的技巧。借助新的图形类型，能否更好地把握变量之间的关系？
提供的代码会生成与上一课相同的可视化。请修改代码：用小提琴图展示密度，替换原来用抖动图展示单个数据点的方式。与上一个练习类似，缩小箱线图的宽度，让它主要落在小提琴图内部。最后，别忘了在图中添加副标题，告知读者小提琴图核的宽度！
本练习是课程的一部分
R 中的可视化最佳实践
练习说明
- 将
geom_jitter()替换为geom_violin()。 - 为小提琴几何设置
fill = 'steelblue'，并将核标准差设为2.5。 - 通过将
geom_boxplot()的width设为0.3来缩小箱线图宽度。 - 添加副标题
Gaussian kernel width: 2.5'。
交互式实操练习
通过完成这段示例代码来试试这个练习。
md_speeding %>%
ggplot(aes(x = gender, y = speed)) +
# replace with violin plot with kernel width of 2.5, change color argument to fill
geom_jitter(alpha = 0.3, color = 'steelblue') +
# reduce width to 0.3
geom_boxplot(alpha = 0) +
facet_wrap(~vehicle_color) +
labs(
title = 'Speed of different car colors, separated by gender of driver'
# add a subtitle w/ kernel width
)