您可以使用plotly包中的ggplotly()函数将这里的任何gggplot2示例转换为交互式图形，但我认为这种类型的图形没有ggplot2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")

使用matplot函数:

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

如果y和y在相同的x点上求值，就用这个。它缩放y轴以适应哪个更大(y1或y2)，不像这里的一些其他答案，如果y2大于y1，就会剪辑y2 (ggplot解决方案大多数都可以接受这一点)。

或者，如果两条线没有相同的x坐标，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已经4岁了，没有人提到matplot或x/ylim…

tl;dr:你想使用曲线(加上add=TRUE)或直线。

我不同意par(new=TRUE)，因为它会重复打印标记和轴标签。如

情节的输出(罪恶);(新= T)相当;绘图(函数(x) x**2)。

看看纵轴标签有多乱!由于范围是不同的，你需要设置ylim=c(两个函数之间的最低点，两个函数之间的最高点)，这比我将要展示给你的要简单得多——如果你想添加的不仅仅是两条曲线，而是很多条曲线，那就更不容易了。

关于绘图，总是让我困惑的是曲线和直线之间的区别。(如果你不记得这是两个重要的绘图命令的名称，就唱出来吧。)

这就是曲线和直线的最大区别。

曲线将绘制一个函数，如曲线(sin)。Lines (x=0:10, y=sin(0:10))。

这里有一个微小的区别:对于你正在尝试做的事情，curve需要使用add=TRUE调用，而lines已经假设你正在向现有的图形添加。

这是调用plot(0:2)的结果;曲线(罪)。

幕后，检查方法(情节)。并检查身体(情节。函数)[[5]]。当你调用plot(sin)时，R计算出sin是一个函数(不是y值)并使用plot。函数方法，最终调用曲线。曲线是处理函数的工具。

Idiomatic Matlab plot(x1,y1,x2,y2)可以用ggplot2在R中翻译，例如:

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))

灵感来自赵婷婷x轴范围不同的双线图使用ggplot2。

也就是说，你可以在overplot中使用点。

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

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

我们也可以使用格库

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"))))