使用plotly(用主要和次要y轴从plotly中添加溶液-它似乎缺失了):

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))

工作演示截图:

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。

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")

正如@redmode所描述的，您可以使用ggplot在同一个图形设备中绘制这两条线。在这个回答中，数据是“宽”格式的。但是，在使用ggplot时，以“长”格式将数据保存在数据帧中通常是最方便的。然后，通过在美学参数中使用不同的“分组变量”，线的属性，如线类型或颜色，将根据分组变量而变化，并将出现相应的图例。

在这种情况下，我们可以使用颜色美学，它将线条的颜色匹配到数据集中变量的不同级别(这里:y1 vs y2)。但首先，我们需要将数据从宽格式融化为长格式，例如使用函数'melt'从重塑2包。这里描述了重塑数据的其他方法: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()

也就是说，你可以在overplot中使用点。

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

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