您可以为这两个组创建两个单独的层， y = -after_stat(count) 在第二层中使用（默认 geom_h为togram is y = after_stat(count) .

确保 breaks 两层相同，以便箱子排列整齐。

ggplot(dat, aes(x = val, fill = met)) + 
  geom_histogram(data    = dat[dat$met == 'Metric1',], 
                 breaks  = seq(-40, 10, 0.5),
                 colour  = "black",
                 alpha   = 0.3) +
  geom_histogram(data    = dat[dat$met == 'Metric12', ],
                 breaks  = seq(-40, 10, 0.5),
                 mapping = aes(y = -after_stat(count)),
                 colour  = "black",
                 alpha   = 0.3) +
  scale_fill_manual(values = c('blue3', 'red3')) +
  coord_cartesian(xlim = c(-10, 10)) +
  labs(y = 'count') +
  theme_bw(20) +
  theme(panel.border = element_blank())

@Bogaso 如果您指的是密度核估计，那么本质上是一样的，使用 geom_density 而不是 geom_histogram。您还需要为正变量的美观指定正值 after_stat(count)。如果您的意思是您想要一个适当缩放的正态分布，其平均值和标准差由数据决定，这是可能的，但相当复杂，本质上是一个全新的问题。