在R中的同一图中绘制两个图

我想在同一图中绘制y1和y2。

x  <- seq(-2, 2, 0.05)
y1 <- pnorm(x)
y2 <- pnorm(x, 1, 1)
plot(x, y1, type = "l", col = "red")
plot(x, y2, type = "l", col = "green")

但是当我这样做时，它们并没有一起绘制在同一图中。

在Matlab中可以做到hold on，但是有人知道如何在R中做到这一点吗？

lines()或points()将添加到现有图形中，但不会创建新窗口。所以你需要做

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

您还可以par在相同的图形上但在不同的轴上使用和绘制。如下所示：

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

如果您详细阅读有关par中的内容R，您将能够生成非常有趣的图表。另一本值得一看的书是Paul Murrel的R Graphics。

在构建多层地块时，应考虑ggplot打包。这个想法是创建具有基本美感的图形对象并逐步增强它。

ggplot样式需要将数据打包到中data.frame。

# 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层。

在ggplot绘图的每个阶段都可以访问图形对象。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生成图，您可以在每个阶段（至少在创建至少一层之后）看到它。还可以使用创建的对象制作剧情的更多结界。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：

更新（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。您可以参考此答案以查看相应的代码。

我认为您正在寻找的答案是：

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

使用matplot功能：

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

如果y1和y2在相同x点进行评估，请使用此选项。它缩放Y轴以适合较大的（y1或y2），这与其他一些答案不同（y2如果答案大于y1（ggplot解决方案通常可以）。

或者，如果两条线的x坐标不同，则在第一个绘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")

这个Q很惊讶，已经4岁了，没有人提到matplot或x/ylim ...

tl; dr：您想使用curve（与add=TRUE）或lines。

我不同意，par(new=TRUE)因为这将使刻度线和轴标签重复打印。例如

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

看看垂直轴标签有多混乱！由于范围不同，因此您需要设置ylim=c(lowest point between the two functions, highest point between the two functions)，这要比我要向您展示的要容易--如果您不仅要添加两条曲线，而且要添加很多曲线，那么方法就不那么容易了。

什么东西弄得我关于密谋之间的区别curve和lines。（如果您不记得这些是两个重要的绘图命令的名称，只需唱歌即可。）

这是curve和之间的最大区别lines。

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

这是一个微小的区别：您需要尝试curve调用add=TRUE您要执行的操作，同时lines已经假设您要添加到现有绘图中。

这是的结果plot(0:2); curve(sin)。

在幕后，退房methods(plot)。并检查body( plot.function )[[5]]。当您调用plot(sin)R时，sin会发现这是一个函数（不是y值）并使用plot.function方法，最终调用curve。curve用于处理功能的工具也是如此。

如果要将图分为两列（彼此相邻的两个图），则可以这样做：

par(mfrow=c(1,2))

plot(x)

plot(y) 

参考链接

如@redmode所述，您可以使用在同一图形设备中绘制两条线ggplot。在那个答案中，数据是“宽”格式的。但是，使用ggplot它通常最方便的是将数据保留在“长”格式的数据帧中。然后，通过在aes参数中线的属性（例如线型或颜色）将根据分组变量而变化，并出现相应的图例。

在这种情况下，我们可以使用colour美学方法，将线条的颜色与数据集中变量的不同级别（此处为y1 vs y2）进行匹配。但是首先，我们需要使用例如从reshape2包中“熔化”功能将数据从宽格式转换为长格式。此处介绍了其他重塑数据的方法：将data.frame从宽格式重塑为长格式。

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()

如果您使用的是基础图形（即不是栅格/网格图形），则可以通过使用点/线/多边形函数来模拟MATLAB的保持功能，以在不开始新绘图的情况下向绘图添加其他详细信息。如果是多图布局，则可以par(mfg=...)用来选择要添加内容的图。

可以将点用于叠加图。

plot(x1, y1,col='red')

points(x2,y2,col='blue')

而不是将要绘制的值保留在数组中，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，如果您向图中添加相同数量的修饰符（例如col（）），因为矩阵中有行，则R会确定应单独对待每行。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")

除非您的数据集大小不同，否则此方法应该起作用。

例如，可以使用以下方式plot(x1,y1,x2,y2)在R中翻译成语Matlab ggplot2：

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))

^{受到赵婷婷使用ggplot2在x轴不同范围内的双线图的启发。}

您可以使用plotly包中的ggplotly()函数将此处的任何gggplot2示例转换为交互式绘图，但我认为没有ggplot2时，这种绘图会更好：

# call Plotly and enter username and key
library(plotly)
x  <- seq(-2, 2, 0.05)
y1 <- pnorm(x)
y2 <- pnorm(x, 1, 1)

plot_ly(x = x) %>%
  add_lines(y = y1, color = I("red"), name = "Red") %>%
  add_lines(y = y2, color = I("green"), name = "Green")

您还可以使用ggvis创建图：

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：

使用plotly（从plotly主要和次要y轴添加解决方案-似乎丢失了）：

library(plotly)     
x  <- seq(-2, 2, 0.05)
y1 <- pnorm(x)
y2 <- pnorm(x, 1, 1)

df=cbind.data.frame(x,y1,y2)

  plot_ly(df) %>%
    add_trace(x=~x,y=~y1,name = 'Line 1',type = 'scatter',mode = 'lines+markers',connectgaps = TRUE) %>%
    add_trace(x=~x,y=~y2,name = 'Line 2',type = 'scatter',mode = 'lines+markers',connectgaps = TRUE,yaxis = "y2") %>%
    layout(title = 'Title',
       xaxis = list(title = "X-axis title"),
       yaxis2 = list(side = 'right', overlaying = "y", title = 'secondary y axis', showgrid = FALSE, zeroline = FALSE))

工作演示的屏幕截图：

我们也可以使用晶格库

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"))))