如何在R中覆盖密度图？

我想在同一设备上用R覆盖2个密度图。我该怎么做？我在网上搜索，但没有找到任何明显的解决方案。

我的想法是从文本文件（列）中读取数据，然后使用

plot(density(MyData$Column1))
plot(density(MyData$Column2), add=T)

还是本着这种精神。

使用lines了第二个：

plot(density(MyData$Column1))
lines(density(MyData$Column2))

但是，请确保第一幅图的范围合适。

ggplot2是另一个图形包，它以一种非常漂亮的方式处理Gavin提到的范围问题。我认为它还可以自动生成适当的图例，并且开箱即用时通常感觉更优美，手动操作较少。

library(ggplot2)

#Sample data
dat <- data.frame(dens = c(rnorm(100), rnorm(100, 10, 5))
                   , lines = rep(c("a", "b"), each = 100))
#Plot.
ggplot(dat, aes(x = dens, fill = lines)) + geom_density(alpha = 0.5)

添加照顾y轴限制的基本图形版本，添加颜色并适用于任意数量的列：

如果我们有数据集：

myData <- data.frame(std.nromal=rnorm(1000, m=0, sd=1),
                     wide.normal=rnorm(1000, m=0, sd=2),
                     exponent=rexp(1000, rate=1),
                     uniform=runif(1000, min=-3, max=3)
                     )

然后绘制密度：

dens <- apply(myData, 2, density)

plot(NA, xlim=range(sapply(dens, "[", "x")), ylim=range(sapply(dens, "[", "y")))
mapply(lines, dens, col=1:length(dens))

legend("topright", legend=names(dens), fill=1:length(dens))

这使：

为了提供完整的答案，这是Chase的答案版本lattice：

dat <- data.frame(dens = c(rnorm(100), rnorm(100, 10, 5))
                   , lines = rep(c("a", "b"), each = 100))

densityplot(~dens,data=dat,groups = lines,
            plot.points = FALSE, ref = TRUE, 
            auto.key = list(space = "right"))

产生如下图：

这就是我在基础中做的方式（实际上在第一个答案注释中提到过，但是我将在此处显示完整的代码，包括图例，因为我尚无法注释...）

首先，您需要从密度图中获取有关y轴最大值的信息。因此，您实际上需要先分别计算密度

dta_A <- density(VarA, na.rm = TRUE)
dta_B <- density(VarB, na.rm = TRUE)

然后根据第一个答案绘制它们，并为刚得到的y轴定义最小值和最大值。（我将最小值设置为0）

plot(dta_A, col = "blue", main = "2 densities on one plot"), 
     ylim = c(0, max(dta_A$y,dta_B$y)))  
lines(dta_B, col = "red")

然后将图例添加到右上角

legend("topright", c("VarA","VarB"), lty = c(1,1), col = c("blue","red"))

我以上面的格子示例为例，并做了一个漂亮的函数。可能有更好的方法来通过熔体/浇铸进行重塑。（如果有改进，请评论或编辑。）

multi.density.plot=function(data,main=paste(names(data),collapse = ' vs '),...){
  ##combines multiple density plots together when given a list
  df=data.frame();
  for(n in names(data)){
    idf=data.frame(x=data[[n]],label=rep(n,length(data[[n]])))
    df=rbind(df,idf)
  }
  densityplot(~x,data=df,groups = label,plot.points = F, ref = T, auto.key = list(space = "right"),main=main,...)
}

用法示例：

multi.density.plot(list(BN1=bn1$V1,BN2=bn2$V1),main='BN1 vs BN2')

multi.density.plot(list(BN1=bn1$V1,BN2=bn2$V1))

您可以使用该ggjoy软件包。假设我们有三种不同的beta分布，例如：

set.seed(5)
b1<-data.frame(Variant= "Variant 1", Values = rbeta(1000, 101, 1001))
b2<-data.frame(Variant= "Variant 2", Values = rbeta(1000, 111, 1011))
b3<-data.frame(Variant= "Variant 3", Values = rbeta(1000, 11, 101))


df<-rbind(b1,b2,b3)

您可以按以下方式获得三种不同的分布：

library(tidyverse)
library(ggjoy)


ggplot(df, aes(x=Values, y=Variant))+
    geom_joy(scale = 2, alpha=0.5) +
    scale_y_discrete(expand=c(0.01, 0)) +
    scale_x_continuous(expand=c(0.01, 0)) +
    theme_joy()

每当出现轴限制不匹配的问题时，都应base使用图形中的正确工具matplot。关键是要利用from和to参数density.default。有点骇人听闻，但介绍自己却相当简单：

set.seed(102349)
x1 = rnorm(1000, mean = 5, sd = 3)
x2 = rnorm(5000, mean = 2, sd = 8)

xrng = range(x1, x2)

#force the x values at which density is
#  evaluated to be the same between 'density'
#  calls by specifying 'from' and 'to'
#  (and possibly 'n', if you'd like)
kde1 = density(x1, from = xrng[1L], to = xrng[2L])
kde2 = density(x2, from = xrng[1L], to = xrng[2L])

matplot(kde1$x, cbind(kde1$y, kde2$y))

根据需要添加花里胡哨（matplot接受所有的标准plot/par参数，例如lty，type，col，lwd，...）。