我想把y和y画在同一个图上。
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")
但当我这样画的时候,它们就不在同一个图上了。
在Matlab中是可以的,但有人知道在R中怎么做吗?
我想把y和y画在同一个图上。
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")
但当我这样画的时候,它们就不在同一个图上了。
在Matlab中是可以的,但有人知道在R中怎么做吗?
当前回答
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:
其他回答
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()