如何将多条密度曲线叠加到R中的一个图中

我有一个数据，看起来像

我打算在一个图中创建多个密度曲线，每个曲线 对应于唯一ID

我尝试使用“sm”包，使用此代码，但没有成功

library(sm)
dat <- read.table("mydat.txt");
plotfn <- ("~/Desktop/flowgram_superimposed.pdf");
pdf(plotfn);

sm.density.compare(dat$V1,dat$V2, xlab = "Flow Signal")
colfill <- c(2:10);
legend(locator(1), levels(dat$V2), fill=colfill)

dev.off();

库（sm）
dat尝试使用ggplot2：

dnow <- read.table("http://dpaste.com/88561/plain/")
library(ggplot2)
qplot(V1, colour=factor(V2), data=dnow, geom="density")

dnow以意大利面代码的方式使用基本图形：

plot.multi.dens <- function(s)
{
junk.x = NULL
junk.y = NULL
for(i in 1:length(s))
{
junk.x = c(junk.x, density(s[[i]])$x)
junk.y = c(junk.y, density(s[[i]])$y)
}
xr <- range(junk.x)
yr <- range(junk.y)
plot(density(s[[1]]), xlim = xr, ylim = yr, main = "")
for(i in 1:length(s))
{
lines(density(s[[i]]), xlim = xr, ylim = yr, col = i)
}
}
dnow <- read.table("http://dpaste.com/88561/plain/")
library(sqldf)
x <- unlist(sqldf("select V1 from dnow where V2==0"))
y <- unlist(sqldf("select V1 from dnow where V2==1"))
z <- unlist(sqldf("select V1 from dnow where V2==2"))
plot.multi.dens(list(x,y,z))
library(Hmisc)
le <- largest.empty(x,y,.1,.1)
legend(le,legend=c("x","y","z"), col=(1:3), lwd=2, lty = 1)

plot.multi.dens我发现自己在查看微阵列数据时需要做很多这方面的工作，所以我将其作为我保存在github:上的实用程序代码库的一部分，特别是函数

它使用基本图形，因此您可以从该功能中获得灵感来创建自己的功能，或者将其全部出售（但它依赖于该库中的其他一些功能）：

，将数据列表/矩阵/etc转换为密度列表；及
函数（将尺寸“名称”转换为数字轴）
（您可以选择安装整个软件包，但我不保证其中的函数不会以某种向后不兼容的方式更改）

编写自己的函数并不难，但只要确保函数在轴上选择正确的范围就行了。无论如何，您将使用如下代码：

library(ARE.utils)
# Create a matrix dataset with separate observations in columns
dat <- matrix(c(rnorm(100), rnorm(100, mean=3), 
                rnorm(100, mean=3, sd=2)),
              ncol=3)
# Plot them
plot.densities(dat, along='cols')

库（ARE.utils）
#创建列中包含单独观察值的矩阵数据集
dat您也可以使用lattice包解决此问题

require(lattice)
dnow <- read.table('http://dpaste.com/88561/plain/')
densityplot(~V1, groups=V2, data=dnow)

require（晶格）
D现在在这里和R列表中同时提问：不酷。考虑到这两组用户之间还没有太多的重叠，我不确定自己是否理解其中的原因。你能详细解释一下为什么不应该这样做吗？“多发帖子浪费带宽、金钱和人们的时间，没有任何好处，永远不应该沉溺其中。”。虽然前两个原因现在不那么重要，但我很珍惜时间，不喜欢在多个列表中阅读同一条消息。我同意多个帖子到多个地方可能会浪费时间。OT（other）H，这是一个机会，表明在回答这个问题时，SO是一个优于列表服务的论坛。好吧，我收回它。既然我们都想提高SO（和R！）的受欢迎程度，那么现在越多越好。在这里使用sqldf的目的是什么？它实际上比订阅慢一百倍：你说得对。但是我喜欢sqldf包和方法，所以我倾向于以无脑的方式使用它；-）史蒂夫，如果这里面有有用的东西并且通过了R CMD检查，一定要把它发给克兰。如果它还没有通过R CMD检查，那么就对该部分进行操作，然后返回到上一步：）Dirk，你是在暗示向后兼容性不应该是一个很大的问题吗？Eduardo：向后兼容性与此有什么关系？欢迎在SO之外给我发电子邮件。我真的不明白你的问题。德克：我想他注意到了我提到的对ARE.utils进行向后不兼容更改的可能性。我不知怎的（错误地？）期望，像爱德华多一样，CRAN上的包会比我这里的更好维护/设计。虽然我确实试图设计/实现好这些东西，但发现我已经重新实现了一些可以用base:：R中的一些命令做得更好的东西，并随后将其从库中删除，这并不少见。也许有一天，如果我觉得它符合标准，我会向CRAN提交，但在此之前，我很乐意让其他人使用它来获得灵感：-）链接不再有效。这样我就不能很好地理解你的解决方案的作用。你能修好链接吗？谢谢…@Manoel
qplot（mtcars$drat，color=factor（mtcars$cyl），data=mtcars，geom=“density”）
应该为您提供一个功能示例。