在同一图中绘制两个图形

lines()或者将添加到现有图形中，但不会创建新窗口。所以你需要做points()

plot(x,y1,type="l",col="red")
lines(x,y2,col="green")

如果您使用的是基础图形（即不是格子/网格图形），则可以通过使用点/线/多边形函数来模拟 MATLAB 的保持功能，从而在不开始新绘图的情况下向绘图添加其他细节。在多图布局的情况下，您可以使用它来选择要添加内容的图。par(mfg=...)

您还可以在同一图形上使用和绘制不同的轴。内容如下：par

plot( x, y1, type="l", col="red" )
par(new=TRUE)
plot( x, y2, type="l", col="green" )

如果您详细阅读 ，您将能够生成非常有趣的图表。另一本值得一看的书是 Paul Murrel 的 R Graphics。parR

与其将要绘制的值保留在数组中，不如将它们存储在矩阵中。默认情况下，整个矩阵将被视为一个数据集。但是，如果在图中添加相同数量的修饰符，例如 col（），因为矩阵中有行，R 将确定每一行都应该独立处理。例如：

x = matrix( c(21,50,80,41), nrow=2 )
y = matrix( c(1,2,1,2), nrow=2 )
plot(x, y, col("red","blue")

除非数据集的大小不同，否则这应该有效。

也就是说，您可以将点用于过图。

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

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

在构建多层图时，应考虑包。这个想法是创建一个具有基本美学的图形对象，并逐步增强它。ggplot

ggplotstyle 要求将数据打包在 中。data.frame

# Data generation
x  <- seq(-2, 2, 0.05)
y1 <- pnorm(x)
y2 <- pnorm(x,1,1)
df <- data.frame(x,y1,y2)

基本解决方案：

require(ggplot2)

ggplot(df, aes(x)) +                    # basic graphical object
  geom_line(aes(y=y1), colour="red") +  # first layer
  geom_line(aes(y=y2), colour="green")  # second layer

这里用于向基本对象添加额外的图层。+ operator

您可以在绘图的每个阶段访问图形对象。比如说，通常的分步设置可能如下所示：ggplot

g <- ggplot(df, aes(x))
g <- g + geom_line(aes(y=y1), colour="red")
g <- g + geom_line(aes(y=y2), colour="green")
g

g生成绘图，您可以在每个阶段看到它（好吧，在创建至少一个图层之后）。剧情的进一步附魔也是用创建的对象制作的。例如，我们可以为 axises 添加标签：

g <- g + ylab("Y") + xlab("X")
g

最终的样子是：g

更新 （2013-11-08）：

正如评论中指出的，的理念建议使用长格式的数据。 您可以参考此答案，以便查看相应的代码。ggplot

如@redmode所述，您可以使用 在同一图形设备中绘制两条线。在该答案中，数据采用“宽”格式。但是，在使用时，通常最方便的做法是将数据以“长”格式保存在数据框中。然后，通过在理论参数中使用不同的“分组变量”，线条的属性（例如线型或颜色）将根据分组变量而变化，并出现相应的图例。ggplotggplotaes

在这种情况下，我们可以使用美学，它将线条的颜色与数据集中变量的不同级别相匹配（此处：y1 与 y2）。但首先，我们需要将数据从宽格式融化为长格式，例如使用包中的“melt”函数。下面介绍了重塑数据的其他方法：将 data.frame 从宽格式调整为长格式。colourreshape2

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()

您可以使用 plotly 包中的函数将此处的任何 gggplot2 示例转换为交互式绘图，但我认为这种绘图在没有 ggplot2 的情况下会更好：ggplotly()

# 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")

我认为你要找的答案是：

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

使用以下函数：matplot

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

如果 和 在相同的点上进行评估，请使用此选项。它缩放 Y 轴以适合更大（或）的答案，这与这里的其他一些答案不同，如果它变得大于（ggplot 解决方案大多可以接受），它们就会被剪裁。y1y2xy1y2y2y1

或者，如果两条线的 x 坐标不同，则在第一张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，没有人提到或......matplotx/ylim

如果要将绘图拆分为两列（2 个图彼此相邻），可以这样做：

par(mfrow=c(1,2))

plot(x)

plot(y) 

参考链接

tl;dr：你想用（with）或。curveadd=TRUElines

---

我不同意，因为这会重复打印刻度线和轴标签。例如par(new=TRUE)

plot（sin）; par（new=T）; plot（ function（x） x**2 ） 的输出。

看看垂直轴标签有多乱！由于范围不同，您需要设置 ，这比我将要向您展示的要容易得多---如果您不仅要添加两条曲线，而且要添加许多曲线，则不那么容易。ylim=c(lowest point between the two functions, highest point between the two functions)

---

一直让我对绘图感到困惑的是 和 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。curvelines

这是 和 之间的最大区别。curvelines

curve将绘制一个函数，如 . 使用 x 和 y 值绘制点，例如：。curve(sin)lineslines( x=0:10, y=sin(0:10) )

这里有一个细微的区别：需要调用你正在尝试做的事情，同时已经假设你正在添加到现有情节中。curveadd=TRUElines

这是调用 plot（0：2）; curve（sin） 的结果。

---

在幕后，请查看 .并检查.当你调用 R 时，它会发现这是一个函数（不是 y 值）并使用该方法，该方法最终调用 .用于处理函数的工具也是如此。methods(plot)body( plot.function )[[5]]plot(sin)sinplot.functioncurvecurve

您还可以使用 ggvis 创建绘图：

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')

这将创建以下图：

惯用的Matlab可以在R中翻译，例如：plot(x1,y1,x2,y2)ggplot2

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))

^{灵感来自赵婷婷的双线图，具有不同范围的 x 轴 使用 ggplot2。}

我们也可以使用格子库

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"))))

使用（从主 y 轴和次 y 轴添加解决方案 - 它似乎丢失了）：plotlyplotly

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：

用于数学函数。 并使用 add=TRUE 使用相同的绘图和轴。curve

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