仅使用下限设置R plot xlim

仅使用下限设置R plot xlim,r,R,假设我创建了这样一个简单的图: xvalues <- 100:200 yvalues <- 250:350 plot(xvalues, yvalues) 如果我不必计算xvalues向量的最大值来获得上限,那就太好了,因为对于一个非常大的数据向量来说,这似乎是浪费。您可以简单地使用最大值设置x的最大值: xvalues <- 1:99 yvalues <- rep(1,99) plot(xvalues, yvalues, xlim = c(0, max(xvalue

假设我创建了这样一个简单的图:

xvalues <- 100:200
yvalues <- 250:350
plot(xvalues, yvalues)

如果我不必计算xvalues向量的最大值来获得上限,那就太好了,因为对于一个非常大的数据向量来说,这似乎是浪费。

您可以简单地使用最大值设置
x
的最大值:

xvalues <- 1:99
yvalues <- rep(1,99)


plot(xvalues, yvalues, xlim = c(0, max(xvalues)) )

xvalues您可以使用以下两种方法之一:

计算限额

xlim <- c(0, max(xvalues))

par
返回限制

xlim <- c(0, max(xvalues))
这是一个有点复杂,但有时有帮助(当然在你的情况下过分,但完整性)。一旦绘制数据,就可以使用
par(“usr”)
以用户坐标获得绘制区域的限制。现在您可以在新的绘图中使用这些

plot(xvalues, yvalues, xaxs="i")
xmax <- par("usr")[2]
plot(xvalues, yvalues, xlim=c(0,xmax))
绘图(xvalue、yvalue、xaxs=“i”)

谢谢。关于使用max()设置xlim,我不希望运行max(),因为在一个非常大的数据集上调用它似乎是浪费时间的。嗯,我想不出一种方法来避免这种情况。但是
max
函数是超高速的。对于一个包含1亿个条目的向量,最多需要不到200毫秒的时间,请尝试
x谢谢。看起来就像是在浪费CPU周期P
plot(xvalues, yvalues, xaxs="i")
xmax <- par("usr")[2]
plot(xvalues, yvalues, xlim=c(0,xmax))