我想用 R 在同一设备上叠加 2 个密度图。我该怎么做？我搜索了网络，但没有找到任何明显的解决方案。
我的想法是从文本文件（列）中读取数据，然后使用
plot(density(MyData$Column1))
plot(density(MyData$Column2), add=T)
或者本着这种精神的东西。
【问题讨论】：
ggplot2 家族，现在有一个包“ggridges”可以做到这一点。
标签： r plot density-plot
每当出现轴限制不匹配的问题时，base 图形中的正确工具是使用matplot。关键是利用from 和to 参数到density.default。这有点骇人听闻，但很容易自己动手：
set.seed(102349)
x1 = rnorm(1000, mean = 5, sd = 3)
x2 = rnorm(5000, mean = 2, sd = 8)
xrng = range(x1, x2)
#force the x values at which density is
# evaluated to be the same between 'density'
# calls by specifying 'from' and 'to'
# (and possibly 'n', if you'd like)
kde1 = density(x1, from = xrng[1L], to = xrng[2L])
kde2 = density(x2, from = xrng[1L], to = xrng[2L])
matplot(kde1$x, cbind(kde1$y, kde2$y))
根据需要添加花里胡哨（matplot 接受所有标准的plot/par 参数，例如lty、type、col、lwd，...）。
【讨论】：
您可以使用ggjoy 包。假设我们有三个不同的beta 分布，例如：
set.seed(5)
b1<-data.frame(Variant= "Variant 1", Values = rbeta(1000, 101, 1001))
b2<-data.frame(Variant= "Variant 2", Values = rbeta(1000, 111, 1011))
b3<-data.frame(Variant= "Variant 3", Values = rbeta(1000, 11, 101))
df<-rbind(b1,b2,b3)
你可以得到如下三种不同的分布：
library(tidyverse)
library(ggjoy)
ggplot(df, aes(x=Values, y=Variant))+
geom_joy(scale = 2, alpha=0.5) +
scale_y_discrete(expand=c(0.01, 0)) +
scale_x_continuous(expand=c(0.01, 0)) +
theme_joy()
【讨论】：
这就是我在 base 中的做法（实际上在第一个答案 cmets 中提到了，但我会在这里展示完整的代码，包括图例，因为我还不能评论......）
首先，您需要从密度图中获取有关 y 轴最大值的信息。所以你需要先分别计算密度
dta_A <- density(VarA, na.rm = TRUE)
dta_B <- density(VarB, na.rm = TRUE)
然后根据第一个答案绘制它们，并为刚刚得到的 y 轴定义最小值和最大值。 （我将最小值设置为 0）
plot(dta_A, col = "blue", main = "2 densities on one plot"),
ylim = c(0, max(dta_A$y,dta_B$y)))
lines(dta_B, col = "red")
然后在右上角添加一个图例
legend("topright", c("VarA","VarB"), lty = c(1,1), col = c("blue","red"))
【讨论】：
第二个使用lines：
plot(density(MyData$Column1))
lines(density(MyData$Column2))
不过，请确保第一个图的范围是合适的。
【讨论】：
range(dens1$y, dens2$y) 计算适当的ylim，其中dens1 和dens2 是包含两个密度估计对象的对象。在对plot() 的调用中使用此ylim。
lwd)、线条类型 (lty) 或线条颜色 (col) 应该会有所帮助。此时，您还可以考虑添加一个图例，使用 legend()
添加处理 y 轴限制的基本图形版本，添加颜色并适用于任意数量的列：
如果我们有一个数据集：
myData <- data.frame(std.nromal=rnorm(1000, m=0, sd=1),
wide.normal=rnorm(1000, m=0, sd=2),
exponent=rexp(1000, rate=1),
uniform=runif(1000, min=-3, max=3)
)
然后绘制密度：
dens <- apply(myData, 2, density)
plot(NA, xlim=range(sapply(dens, "[", "x")), ylim=range(sapply(dens, "[", "y")))
mapply(lines, dens, col=1:length(dens))
legend("topright", legend=names(dens), fill=1:length(dens))
这给出了：
【讨论】：
dens <- apply(myData, 2, density) 更改为 dens <- apply(myData, 2, density, na.rm=TRUE)，它应该可以工作。
我拿上面的格子例子做了一个漂亮的函数。可能有更好的方法通过熔体/铸造进行重塑。 （如果您看到改进，请发表评论或编辑。）
multi.density.plot=function(data,main=paste(names(data),collapse = ' vs '),...){
##combines multiple density plots together when given a list
df=data.frame();
for(n in names(data)){
idf=data.frame(x=data[[n]],label=rep(n,length(data[[n]])))
df=rbind(df,idf)
}
densityplot(~x,data=df,groups = label,plot.points = F, ref = T, auto.key = list(space = "right"),main=main,...)
}
示例用法：
multi.density.plot(list(BN1=bn1$V1,BN2=bn2$V1),main='BN1 vs BN2')
multi.density.plot(list(BN1=bn1$V1,BN2=bn2$V1))
【讨论】：
只是为了提供一个完整的集合，这是使用lattice的Chase答案的一个版本：
dat <- data.frame(dens = c(rnorm(100), rnorm(100, 10, 5))
, lines = rep(c("a", "b"), each = 100))
densityplot(~dens,data=dat,groups = lines,
plot.points = FALSE, ref = TRUE,
auto.key = list(space = "right"))
产生这样的情节：
【讨论】：
data.frame:densityplot(~rnorm(100)+rnorm(100, 10, 5), plot.points=FALSE, ref=TRUE, auto.key = list(space = "right"))。或者对于 OP 数据densityplot(~Column1+Column2, data=myData).
ggplot2 是另一个图形包，它以一种非常巧妙的方式处理 Gavin 提到的范围问题。它还可以处理自动生成适当的图例，并且在我看来，开箱即用的感觉通常更精致，手动操作更少。
library(ggplot2)
#Sample data
dat <- data.frame(dens = c(rnorm(100), rnorm(100, 10, 5))
, lines = rep(c("a", "b"), each = 100))
#Plot.
ggplot(dat, aes(x = dens, fill = lines)) + geom_density(alpha = 0.5)
【讨论】：
ggplot (melt (MyData), mapping = aes (fill = variable, x = value)) + geom_density (alpha = .5)
dat 的对象，因此将其命名为dat2...我提供的模拟数据与宣传的一样。 melt() 命令来自包 reshape2。早在 2011 年，reshape2 会在 ggplot2 加载时自动加载，但现在情况已不再如此，因此您需要单独执行 library(reshape2)。