你也可以使用ggvis创建你的绘图:

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')

这将创建以下情节:

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"))))

我认为你想要的答案是:

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

数学函数使用曲线。 并使用add=TRUE来使用相同的绘图和轴。

curve( log2 , to=5     , col="black", ylab="log's(.)")
curve( log  , add=TRUE , col="red" )
curve( log10, add=TRUE , col="blue" )
abline( h=0 )

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。

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()