如何在 R 中定义 function 的图形上 plot 几条曲线？

Question

我需要在一张图上 plot 几条曲线。 我从 function 获得了布朗模拟的轨迹：

brownian <- function(T,N){
  alpha=0
  sigma=1
  
  delta_t=T/N
  
  t=seq(0,T,by=delta_t)
  #x=c(0,alpha*delta_t+sigma*sqrt(delta_t)*rnorm(N,mean=0,sd=1))
  x=c(0,alpha*delta_t+sqrt(delta_t)*rnorm(N,mean=0,sd=1))
  Xt=cumsum(x)
  plot(t,Xt,type='l',col = rep(1:3, each = 10),xlab="t=[0,T]",ylab = "B(t,ω)")
}

例如对于 brownian(1,1000) 我得到：

对于 brownian(10,1000) 我得到：

如您所见，我得到黑色图表。 我必须在一张图上 plot 这些轨迹（每个轨迹应该有不同的颜色）。 当它需要几个轨迹时，它应该看起来像：

你有什么建议我怎么能 plot 这些曲线在一张图上，每条曲线都有不同的颜色？

提前致谢

Answer 1

您可以通过修改 function 并使用ggplot()制作图表来轻松完成此操作。 下面的 function 将ntimes作为参数，指定您想要进行模拟的次数。 然后它使用ggplot()来制作图表。 如果您愿意，您可以调整 function 的内部结构，让它产生不同的外观 plot。

brownian <- function(T,N, ntimes){
  if((length(N) != length(T)) & length(N) != 1){
    stop("N has to be either length of T or 1\n")
  }
  alpha=0
  sigma=1
  if(length(N) == 1 & length(T) > 1)N <- rep(N, length(T))
  dat <- NULL
  for(i in 1:ntimes){
    delta_t=T/N  
    t=seq(0,T,by=delta_t)
    #x=c(0,alpha*delta_t+sigma*sqrt(delta_t)*rnorm(N,mean=0,sd=1))
    x=c(0,alpha*delta_t+sqrt(delta_t)*rnorm(N,mean=0,sd=1))
    Xt=cumsum(x)
    dat <- rbind(dat, data.frame(xt=Xt, t=t, n=i))
  }
  require(ggplot2)
  ggplot(dat, aes(x=t, y=xt, colour=as.factor(n))) + 
    geom_line(show.legend=FALSE) + 
    labs(x="t=[0,T]",y = "B(t,ω)", colour="T") + 
    theme_classic()
}
brownian(10,1000, 5)

Answer 2

这是带有matplot的基本 R 解决方案。 它非常适合这种类型的 plot，因为它仅在一次调用中计算 x 和 y 轴范围并绘制所有线。 它使用了 DaveArmstrong 的想法，即添加一个额外的参数ntimes 。 此参数也用于配色方案。

brownian <- function(T, N, ntimes){
  alpha <- 0
  sigma <- 1
  delta_t <- T/N
  t <- seq(0, T, by = delta_t)
  #x=c(0,alpha*delta_t+sigma*sqrt(delta_t)*rnorm(N,mean=0,sd=1))
  Xt <- replicate(ntimes,
                  cumsum(c(0, alpha*delta_t+sqrt(delta_t)*rnorm(N, mean = 0, sd = 1)))
  )
  matplot(t, Xt, 
          type = "l", lty = 1, 
          col = seq_len(ntimes),
          xlab = "t=[0,T]", ylab = "B(t,ω)")
}

set.seed(2020)
brownian(1, 1000, 5)