R語(yǔ)言 實(shí)現(xiàn)將兩張圖放在同一張畫(huà)布
更新時(shí)間：2021年04月06日 09:31:58 作者：Jack千斤頂
這篇文章主要介紹了R語(yǔ)言 實(shí)現(xiàn)將兩張圖放在同一張畫(huà)布的操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
我就廢話(huà)不多說(shuō)了，大家還是直接看代碼吧~
ts1<-ts(test_data$tot_num,frequency = 365,start=c(2017,11,21)) plot(ts1,col='blue',lty='dotted',ylim=c(50,550)) par(new=TRUE) ts2<-ts(test_data$pre_result,frequency = 365,start=c(2017,11,21)) plot(ts2,col='red',ylim=c(50,550))
好用，需要注意控制相同的xlim和ylim
補(bǔ)充：用R語(yǔ)言在同一副圖里面畫(huà)兩個(gè)折線圖的注意事項(xiàng)
如下所示：
setwd("C:/Users/11565/Desktop/合并二")
shuju <- read.csv("數(shù)據(jù).csv",header = T)
library(psych)
head(shuju)
attach(shuju)
head(mtcars)
aggregate(shuju,by= list(state),FUN = mean,na.rm = T)
tapply(shuju[,3],shuju$year,mean)#每次只能求一列
aggregate(shuju[,3:4],list(shuju[,2]),mean)#每次可以求多列
mean_1 <- aggregate(shuju[,3:6],list(shuju[,2]),mean)
detach(shuju)
attach(mean_1)
head(mean_1)
mean_1$pcap <- mean_1$pcap/10
mean_1$Group.1<- as.numeric(mean_1$Group.1)
plot(Group.1,pcap,lty= 3,pch = 21,ylim = c(1000,3000))#畫(huà)不出兩幅圖的原因很可能是兩個(gè)變量數(shù)量級(jí)存在問(wèn)題
lines(Group.1,hwy/10,lty = 2,pch = 22)#畫(huà)折現(xiàn)圖要先看一下x對(duì)應(yīng)的y和y的數(shù)量級(jí)如何
str(mean_1)
補(bǔ)充：在R中把多條曲線放置在一張圖中
如下：
library(xlsx)
myield<-read.xlsx("myield.xlsx",header=T,sheetIndex=1)
head(myield)
time X3m X6m X1y X2y X3y X4y
1 2002.010.019889 0.020353 0.021264 0.023014 0.024670 0.026232
2 2002.020.020781 0.021131 0.021819 0.023155 0.024437 0.025663
3 2002.030.018449 0.018829 0.019574 0.021015 0.022389 0.023695
4 2002.040.019096 0.019325 0.019780 0.020668 0.021529 0.022362
5 2002.050.018228 0.018425 0.018815 0.019578 0.020319 0.021037
6 2002.060.017224 0.017479 0.017980 0.018952 0.019882 0.020771
tm<-myield[,2]
sm<-myield[,3]
oy<-myield[,4]
ty<-myield[,5]
time<-myield[,1]
thy<-myield[,6]
fy<-myield[,7]
plot(tm~time,type="l",lty=1)
lines(sm~time,col="red",lty=2)
lines(oy~time,col="blue",lty=3)
lines(ty~time,col="yellow",lty=4)
lines(thy~time,col="green",lty=5)
lines(fy~time,col="grey",lty=6)
title("YIELD(m)",lwd=3)
legend("topleft",cex=.6,c("tm","sm","oy","ty","thy","fy"),col=c("black","red","blue","yellow","green","grey"),lty=1:6)
也可以應(yīng)用matplot函數(shù)，但使用之前注意把數(shù)值型數(shù)據(jù)轉(zhuǎn)換為數(shù)據(jù)框或者向量，根據(jù)本例，即把tm,sm,oy等數(shù)值型數(shù)據(jù)轉(zhuǎn)化為數(shù)據(jù)框，
z<-data.frame(cbind(tm,sm,oy,ty,thy,fy))
然后
matplot(time,z,col=1:6,type="l",lwd=2,xlab="",ylab="",lty=1:5)
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教。
相關(guān)文章
R語(yǔ)言ggplot2邊框背景去除的實(shí)現(xiàn)
這篇文章主要介紹了R語(yǔ)言ggplot2邊框背景去除的實(shí)現(xiàn),文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-03-03
R語(yǔ)言包ggplot實(shí)現(xiàn)分面去掉小標(biāo)題的灰色底色小技巧
這篇文章主要為大家介紹了R語(yǔ)言繪制圖形統(tǒng)計(jì)包ggplot來(lái)實(shí)現(xiàn)分面去掉小標(biāo)題灰色底色的小技巧，有需要的朋友可以借鑒參考下，希望能夠有所幫助2021-11-11
在本篇文章里小編給大家分享的是一篇關(guān)于R語(yǔ)言處理JSON文件的方法，有興趣的朋友們可以參考下。2021-05-05
Rstudio中安裝package出現(xiàn)的問(wèn)題及解決
這篇文章主要介紹了Rstudio中安裝package出現(xiàn)的問(wèn)題及解決方案，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-04-04
這篇文章主要給大家介紹了關(guān)于R語(yǔ)言如何進(jìn)行線性回歸的擬合度的相關(guān)資料，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-03-03
這篇文章主要介紹了R語(yǔ)言操作X軸日期實(shí)例講解，圖文描述的很清楚，有感興趣的同學(xué)可以研究下2021-03-03
這篇文章主要為大家介紹了ComplexHeatmap繪制單個(gè)熱圖示例詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-06-06
這篇文章主要介紹了R語(yǔ)言作圖:坐標(biāo)軸的設(shè)置方式，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-03-03
使用R語(yǔ)言繪制3D數(shù)據(jù)可視化scatter散點(diǎn)圖實(shí)現(xiàn)步驟
這篇文章主要為大家介紹了使用R語(yǔ)言繪制3D數(shù)據(jù)可視化scatter散點(diǎn)圖的實(shí)現(xiàn)步驟，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步2022-02-02
這篇文章主要介紹了R語(yǔ)言 如何獲取指定位置的數(shù)據(jù)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-04-04