在R中的相同图中绘制两个图

15 回答

• 14

  习惯用法Matlab plot(x1,y1,x2,y2) 可以用 ggplot2 翻译成R，例如这样：

  x1 <- seq(1,10,.2)
  df1 <- data.frame(x=x1,y=log(x1),type="Log")
  x2 <- seq(1,10)
  df2 <- data.frame(x=x2,y=cumsum(1/x2),type="Harmonic")
  
  df <- rbind(df1,df2)
  
  library(ggplot2)
  ggplot(df)+geom_line(aes(x,y,colour=type))
  

  

  灵感来自婷婷赵的双线图，具有不同的x轴范围使用ggplot2 .

  回复于 2024-05-01T19:39:43+08:00
• 1

  如果你想分割屏幕，你可以这样做：

  （例如，下面的2个图）

  par(mfrow=c(1,2))
  
  plot(x)
  
  plot(y)
  

  Reference Link

  回复于 2024-05-01T19:39:43+08:00
• 9

  我们也可以使用格子库

  library(lattice)
  x <- seq(-2,2,0.05)
  y1 <- pnorm(x)
  y2 <- pnorm(x,1,1)
  xyplot(y1 + y2 ~ x, ylab = "y1 and y2", type = "l", auto.key = list(points = FALSE,lines = TRUE))
  

  对于特定的颜色

  xyplot(y1 + y2 ~ x,ylab = "y1 and y2", type = "l", auto.key = list(points = F,lines = T), par.settings = list(superpose.line = list(col = c("red","green"))))
  

  

  回复于 2024-05-01T19:39:43+08:00
• 4

  你可以使用点作为上图，即 .

  plot(x1, y1,col='red')
  
  points(x2,y2,col='blue')
  

  回复于 2024-05-01T19:39:43+08:00
• 184

  不是将值保存在数组中，而是将它们存储在矩阵中 . 默认情况下，整个矩阵将被视为一个数据集 . 但是，如果向绘图添加相同数量的修改器，例如col（），因为矩阵中有行，R将确定应该独立处理每一行 . 例如：

  x = matrix( c(21,50,80,41), nrow=2 )
  y = matrix( c(1,2,1,2), nrow=2 )
  plot(x, y, col("red","blue")
  

  除非您的数据集具有不同的大小，否则这应该有效 .

  回复于 2024-05-01T19:39:43+08:00
• 99

  tl;dr: 您想使用 curve （使用 add=TRUE ）或 lines .

  ---

  我不同意 par(new=TRUE) 因为这会打印刻度线和轴标签 . 例如

  

  plot(sin); par(new=T); plot( function(x) x**2 ) 的输出 .

  看看垂直轴标签是多么混乱！由于范围不同，您需要设置 ylim=c(lowest point between the two functions, highest point between the two functions) ，这比我要向您展示的要简单得多 - 如果您想要添加的不仅仅是两条曲线，还有很多曲线，那就不那么容易了 .

  ---

  总是让我对绘图感到困惑的是 curve 和 lines 之间的区别 . （如果您不记得这些是两个重要绘图命令的名称，只需sing它 . ）

  这是曲线和线条之间的巨大差异 .

  curve 将绘制一个函数，如 curve(sin) . lines 用x和y值绘制点，如： lines( x=0:10, y=sin(0:10) ) .

  这里有一个小的区别： curve 需要用 add=TRUE 来调用你正在尝试做的事情，而 lines 已经假定你正在添加到现有的情节中 .

  

  这是调用 plot(0:2); curve(sin) 的结果 .

  ---

  在幕后，请查看 methods(plot) . 并检查 body( plot.function )[[5]] . 当你调用 plot(sin) 时，R指出 sin 是一个函数（不是y值）并使用 plot.function 方法，最终调用 curve . 所以 curve 是用于处理功能的工具 .

  回复于 2024-05-01T19:39:43+08:00
• 7

  在构建多层图时，应考虑 ggplot 包 . 我们的想法是创建一个具有基本美学的图形对象，并逐步增强它 .

  ggplot 样式需要在 data.frame 中打包数据 .

  # Data generation
  x  <- seq(-2, 2, 0.05)
  y1 <- pnorm(x)
  y2 <- pnorm(x,1,1)
  df <- data.frame(x,y1,y2)
  

  基本解决方案

  require(ggplot2)
  
  ggplot(df, aes(x)) +                    # basic graphical object
    geom_line(aes(y=y1), colour="red") +  # first layer
    geom_line(aes(y=y2), colour="green")  # second layer
  

  这里 + operator 用于向基本对象添加额外的图层 .

  使用 ggplot ，您可以在绘图的每个阶段访问图形对象 . 比方说，通常的逐步设置可能如下所示：

  g <- ggplot(df, aes(x))
  g <- g + geom_line(aes(y=y1), colour="red")
  g <- g + geom_line(aes(y=y2), colour="green")
  g
  

  g 生成绘图，您可以在每个阶段（在创建至少一个图层之后）看到它 . 绘图的进一步附魔也是用创建的对象完成的 . 例如，我们可以为轴添加标签：

  g <- g + ylab("Y") + xlab("X")
  g
  

  最终 g 看起来像：

  

  UPDATE (2013-11-08):

  正如评论中指出的那样， ggplot 的哲学建议使用长格式的数据 . 您可以参考这个答案https://stackoverflow.com/a/19039094/1796914以查看相应的代码 .

  回复于 2024-05-01T19:39:43+08:00
• 5

  使用 matplot 函数：

  matplot(x, cbind(y1,y2),type="l",col=c("red","green"),lty=c(1,1))
  

  如果 y1 和 y2 在相同的 x 点评估，请使用此方法 . 它缩放Y轴以适合更大的那个（ y1 或 y2 ），不像其他一些答案，如果它变得大于 y1 将会剪辑 y2 （ggplot解决方案大多数都可以用它） .

  或者，如果两条线没有相同的x坐标，请在第一个图上设置轴限制并添加：

  x1  <- seq(-2, 2, 0.05)
  x2  <- seq(-3, 3, 0.05)
  y1 <- pnorm(x1)
  y2 <- pnorm(x2,1,1)
  
  plot(x1,y1,ylim=range(c(y1,y2)),xlim=range(c(x1,x2)), type="l",col="red")
  lines(x2,y2,col="green")
  

  我很惊讶这个Q是4岁，没人提到 matplot 或 x/ylim ......

  回复于 2024-05-01T19:39:43+08:00
• 15

  我认为你要找的答案是：

  plot(first thing to plot)
  plot(second thing to plot,add=TRUE)
  

  回复于 2024-05-01T19:39:43+08:00
• 24

  您可以使用Plotly R API来设置此样式 . 下面是执行此操作的代码，此图表的实时版本为here .

  # call Plotly and enter username and key
  library(plotly)
  p <- plotly(username="Username", key="API_KEY")
  
  # enter data
  x  <- seq(-2, 2, 0.05)
  y1 <- pnorm(x)
  y2 <- pnorm(x,1,1)
  
  # format, listing y1 as your y.
  First <- list(
  x = x,
  y = y1,
  type = 'scatter',
  mode = 'lines',
  marker = list(
      color = 'rgb(0, 0, 255)',
      opacity = 0.5
   )
  )
  
  # format again, listing y2 as your y.
  Second <- list(
  x = x,
  y = y2,
  type = 'scatter',
  mode = 'lines',
  opacity = 0.8, 
  marker = list(
      color = 'rgb(255, 0, 0)'
   )
  )
  
  # style background color
  plot_bgcolor = 'rgb(245,245,247)'
  
  # and structure the response. Plotly returns a URL when you make the call. 
  response<-p$plotly(list(First,Second), kwargs = list(layout=layout))
  

  完全披露：我在Plotly团队 .

  

  回复于 2024-05-01T19:39:43+08:00
• 3

  lines() 或 points() 将添加到现有图表，但不会创建新窗口 . 所以你需要这样做

  plot(x,y1,type="l",col="red")
  lines(x,y2,col="green")
  

  回复于 2024-05-01T19:39:43+08:00
• 33

  如果您正在使用基本图形（即非格子/网格图形），那么您可以通过使用点/线/多边形函数来模拟MATLAB的保持功能，以便在不创建新图的情况下向图中添加其他详细信息 . 在多画布布局的情况下，您可以使用 par(mfg=...) 选择要添加内容的绘图 .

  回复于 2024-05-01T19:39:43+08:00
• 22

  您也可以使用 par 并绘制在同一图表上，但绘制不同的轴 . 如下：

  plot( x, y1, type="l", col="red" )
  par(new=TRUE)
  plot( x, y2, type="l", col="green" )
  

  如果您在 R 中详细了解 par ，您将能够生成非常有趣的图表 . 另一本值得关注的书是Paul Murrel的R Graphics .

  回复于 2024-05-01T19:39:43+08:00
• 516

  您还可以使用ggvis创建绘图：

  library(ggvis)
  
  x  <- seq(-2, 2, 0.05)
  y1 <- pnorm(x)
  y2 <- pnorm(x,1,1)
  df <- data.frame(x, y1, y2)
  
  df %>%
    ggvis(~x, ~y1, stroke := 'red') %>%
    layer_paths() %>%
    layer_paths(data = df, x = ~x, y = ~y2, stroke := 'blue')
  

  这将创建以下图：

  

  回复于 2024-05-01T19:39:43+08:00
• 15

  如@redmode所述，您可以使用 ggplot 在同一图形设备中绘制两条线 . 但是，数据在答案是'wide'格式，而在 ggplot 中，通常最方便的是将数据保存在'long'格式的数据框中 . 然后，通过在 aes thetics参数中使用不同的'grouping variables'，行的属性（如线型或颜色）将根据分组变量而变化，并且将显示相应的图例 . 在这种情况下，我们可以使用 colour aes 美学，它将行的颜色与数据集中变量的不同级别（此处：y1与y2）相匹配 . 但首先我们需要使用 reshape2 函数中的'melt'函数将数据从宽格式转换为长格式 .

  library(ggplot2)
  library(reshape2)
  
  # original data in a 'wide' format
  x  <- seq(-2, 2, 0.05)
  y1 <- pnorm(x)
  y2 <- pnorm(x, 1, 1)
  df <- data.frame(x, y1, y2)
  
  # melt the data to a long format
  df2 <- melt(data = df, id.vars = "x")
  
  # plot, using the aesthetics argument 'colour'
  ggplot(data = df2, aes(x = x, y = value, colour = variable)) + geom_line()
  

  

  回复于 2024-05-01T19:39:43+08:00