函数xy=z，z分别取值1、2、3、4，x和y的取值区间为（0，10]，如何实现用ggplot画出这4条曲线？谢谢。

medo 一个不漂亮的画法： library(ggplot2) x <- seq(0.1, 10, by = 0.1) z <- c(1, 2, 3, 4) y1 <- z[1]/x y2 <- z[2]/x y3 <- z[3]/x y4 <- z[4]/x z <- rep(c("z1", "z2", "z3", "z4"), each = 100) x <- rep(x, 4) y <- c(y1, y2, y3, y4) df <- data.frame(z, x, y) ggplot(df, aes(x = x, y = y, color = z)) + geom_line() + coord_cartesian(ylim = c(0, 10), expand = F) 要是其他成员有比较好的方法，希望能学习一下。受大鹏启发，精简一下： library(ggplot2) x <- seq(0.1, 10, by = 0.1) z <- rep(1:4, each = 100) df <- data.frame(x, y = z/x, z = factor(z)) ggplot(df, aes(x = x, y = y, color = z)) + geom_line() + coord_cartesian(ylim = c(0, 10), expand = F) 给自己的笔记：产生数据组合，可以用 expand.grid() 。

Liechi 在你基础上改了一下： library(ggplot2) library(magrittr) expand.grid(x =seq(0.1, 10, by = 0.1), z = 1:4) %>% transform(y = z/x, z = factor(z)) %>% ggplot() + geom_line(aes(x, y, color = z)) 无管道版： library(ggplot2) ggplot( transform( expand.grid( x = seq(0.1, 10, by = 0.1), z = 1:4), y = z / x, z = factor(z))) + geom_line(aes(x, y, color = z))

dapengde 哈哈，原来是 expand.grid() ，我印象里有个函数可以产生这个效果，但是刚才没有想起来是哪个。

Liechi 我也很少用。刚才试了一下，可以在 expand.grid() 里指定列名称，所以去掉了一行。

谢谢各位。短路忘记color分类了。

dapengde 顺便再精简一下，去掉 dplyr 的依赖 library(ggplot2) library(magrittr) expand.grid(x =seq(0.1, 10, by = 0.1), z = 1:4) %>% transform(y = z/x, z = as.factor(z)) %>% ggplot() + geom_line(aes(x, y, color = z)) PS 我刚精简完，发现 dapengde 修改了自己的回帖， 😅 然后默默地删，最后还是回一下

再来个 Base R 版，去掉所有额外包的依赖，打擂： df <- transform( expand.grid( x = seq(0.1, 10, by = 0.1), z = 1:4), y = z / x) plot(df$x[df$z == i], df$y[df$z == i], type = 'l', xlab = 'x', ylab = 'y') for(i in 2:4) lines(df$x[df$z == i], df$y[df$z == i], col = i) legend('topright', legend = 1:4, col = 1:4, lty = 1, title = 'z') 以及 lattice 版： lattice::xyplot(y~x, groups = z, data = df, type = 'l', ylim = c(0, 10), auto.key = list(corner = c(1, 1), points = FALSE, lines = TRUE)) 相比之下，ggplot2 确实优雅。

dapengde 来，老夫聊发个少年狂：论 R 基础图形，当今世上恐怕没几个人是我的对手，毕竟我是写过《古代统计图形》的，哈哈哈。两行代码给你搞定： for (z in 4:1) curve(z/x, 0, 10, add = z < 4, col = z) legend('topright', legend = 4:1, col = 4:1, lty = 1, title = 'z')

yihui 浓浓古典美。桃花依旧笑春风。

yihui 看到这里方才惊觉，我被 tidyverse 暗中洗脑了。上面我的 Base R 方案完全没必要先生成 data.frame。下面这样就足够了： x = seq(0.1, 10, by = 0.1) plot(x, 1/x, type = 'l', xlab = 'x', ylab = 'y') for (z in 2:4) lines(x, z/x, col = z) legend('topright', legend = 1:4, col = 1:4, lty = 1, title = 'z') curve() 我好像从没用过。 @Liechi 瞧， expand.grid() 根本用不上。

请问如何用ggplot画出曲线簇？

Cloud2016

最近，我买了两本中文技术书，一本是《统计学习方法》第二版，一本是《深度学习》中译本，前者是自己一个人在写，后者是开源在 Github 上，一大群人在翻译。蹭热度没什么不好，但是为了赶时间降低质量就不能理解了，最讨厌写书也走敏捷开发的路子，带坏风气，如果一个人时间精力不够，质量把控不过来，就号召一群人来把控呀，我觉得这两本书在质量上现在形成鲜明的对比。我是那种不喜欢追时髦的人，特别是技术书和教材，我偏向于沉淀下来的经典著作（这一点是我导师带给我的影响，研究生阶段主要在啃十余年以前的专著，所以我看到书里的用词，就特别去思考，实在忍不住就在票圈里吐槽）。

最后，总结一下，写书追求完美没什么不好，总比误人子弟好！如果精力不够就开源出来，一群人的眼睛盯着质量总比一个人赶工期好的多！谢大的书是不出版，放个样张也造福大众，绝对是个异数。

yihui

Cloud2016 好，我尽快抽空开源出来，但我的源文档是 LyX 写的。你四个月前的回帖我还放在我的浏览器里没关：https://d.cosx.org/d/420476/26 就等着你们把它转成 bookdown 了，估计有不少技术难点。

Liechi 时隔这么久，我自己都不敢看了。文风里有不少稚气和卖弄的成分，而且内容上我怕我看了会无限挑刺。

yihui

Cloud2016 我看了半天源文件夹，最后还是决定直接丢个 Dropbox 链接算了，里面实在是太乱，我不可能有时间整理了：https://www.dropbox.com/sh/wn2u9qk560rl3nf/AADaqhhaWJUvfEw395jC5g6Ra?dl=0 里面 Modern-Stat-Graphics.lyx 应该是核心源文件。你想怎么折腾就怎么折腾吧。我感觉这会是严酷的体力活儿。

Liechi

yihui
于是出版社少了一本神作，江湖上多了一个传说。

浏览了一遍，内容（对统计图形的介绍）和文笔都是上品，能潜心看下去的读者定会受益匪浅。只是在哥哥作图如日中天的现在，基础 R 图形代码可能对一些人来说略“不合时宜”。

3.7 图例首句有个别字。

Cloud2016

dapengde Liechi 你们有时间加入编辑谢大 yihui 的现代统计图形书稿吗？我建了个仓，现在只需把每一章节放在 R Markdown 文件里，上传到这个仓库就可以了 <https://github.com/XiangyunHuang/MSG-Book> 每一章节可自行更新过时的内容，甚至替换

dapengde

albert-R 谢谢！已合并。

Cloud2016

yihui 确实是很重的体力活，代码有很多也需要更新的，慢慢搞吧，我先搬过来一节，建了个仓库 <https://github.com/XiangyunHuang/MSG-Book> 和书籍预览 <https://msg-book.netlify.com/> 万里长征完成第一步

Cloud2016

yihui 你想怎么折腾就怎么折腾吧。我感觉这会是严酷的体力活儿。

dapengde 根据谢大的指示，我觉得我们有相当大的自主权，

首先尽量搬迁，如果有难以重现的可以暂不搬迁，在相关地方注明即可，我希望能在 R Markdown 中运行的就在里面运行，比如生成图形和模型计算，如果有耗时长的操作，可以不运行，贴结果
要不我来序言、第1、3、5、7章，附录 A、C，你来2、4、6章，附录 B、D，如果有人加入，再从你我的章节中各分一些给他
首先下载安装 LyX 我选了就近的站点 <https://mirrors.tuna.tsinghua.edu.cn/lyx/bin/2.3.3/> 下载，然后用它打开 Modern-Stat-Graphics.lyx 或者依据 Modern-Stat-Graphics.tex 文件复制文字（我没找到更方便的转化方式），把文字复制出来后，再在相应的地方以 R Markdown 的方式把 R 代码块和图片插入
我已经加你为项目合作者，你要接受一下，然后可以直接推动修改到仓库了
由代码自动生成的图片，暂不调长宽比等格式，首先尽量把内容复现就好
参考文献和章节的引用可以暂时不搞，先解决图、表的交叉引用

Liechi

Cloud2016 最近没有时间做这个事情，虽然我很想看到古代图形统计早日重见天日。我对用 github 工作很不熟悉，所以在开始搬砖前需要从一些比较基本的东西学起，但是最近没有精力去折腾 github。

你可以发个帖子召唤点忍者来帮忙。如果我对要做的事情上手些了，也会来搭把手。

dapengde

Cloud2016 好的，我加入。谢谢邀请！

有三个问题或建议：

这个项目的目标，是不是只需把书稿从 lyx 格式迁移到 bookdown 格式，一字不改，而后续的修订全是 @yihui 的工作？
我觉得事先分一下工比较好，免得两个人或几个人不约而同做了同一件事，一磨叽，冲突了。
lyx 我几乎没用过，如果有任何迁移的经验，哪怕是最基础的，希望分享一下，避免时间上不必要的浪费。

Liechi 我觉得不必对 git 望而生畏，也没必要事先专门系统学习。边用边学效果好，以赛代练效率高。你可以拿 TNT 擂台赛练手，打碎不用你赔。

Liechi

dapengde
以赛代练是好主意，只是开始的阻力较大，我对 git 的了解，仅限于用它推过文章；用它做别的事情，感觉无从着手。你知道有什么材料适于新手学习吗？

dapengde

Cloud2016

好的。可以在 readme 里列个任务分配表，把正在做的标识出来，剩下的任人认领。这个表我可以做。

你的邀请邮件我收到了，然而点了之后进去的不是 /invitations 页面，所以没法接受邀请。

dapengde

Cloud2016

然后用它打开 Modern-Stat-Graphics.lyx 或者依据 Modern-Stat-Graphics.tex 文件复制文字（我没找到更方便的转化方式），把文字复制出来后，再在相应的地方以 R Markdown 的方式把 R 代码块和图片插入。

我用了一个稍微省事的办法：先用 pandoc 把 tex 文件转成 markdown，再把后者拷贝粘贴进 .Rmd文件。

pandoc 转换全书的话出错。我就只转了第 2 章，尚可。只是代码部分全丢失了，需要从 lyx 文件里手动拷贝粘贴。不过这样也有好处，就是顺便把 sweave 的图片选项也拷进了 .Rmd 的 chunk 选项里，最大程度保持跟原稿的一致。

dapengde

Cloud2016 关于图、表、章节的交叉引用，我们可否做如下约定？即

沿用原稿的图表标签 (label) 不变，除非原稿有错误。
在章节标题后面添加标签，与原稿标签一致。

这样的好处是，跨章节的交叉引用只需大体过一遍就基本不用改了——虽然后面的章节还没搬过来，暂时会显示为问号。

dapengde

Liechi 同问。我只会 fork, commit, push, merge，其他的不懂。

Cloud2016

Liechi dapengde fork commit push merge 会这些基本就够了。如果再遇到什么其它的操作可以参考这个查询手册 <https://github.com/521xueweihan/git-tips> 然后就是放狗搜，最后就是拿出来问，比如我以前问的 <https://d.cosx.org/d/420426>

Liechi 如果真的那么惧怕 Git 不妨先 fork 这个项目，然后在自己 fork 的项目里修改, RStudio 里提交 commit，推送到 Github 后，手动提交 PR。大多数情况下，我也是在 RStudio 里弄

Liechi

Cloud2016 我对通过 github 合作这样的工作模式有点认知障碍，不是怕具体的 git 命令。谢谢你跟大鹏的建议，我先从 TNT 上手吧。

Cloud2016

dapengde 看来这个是我单方面决定的，从设置里可以看到，你已经在合作者列表里了

好啊，你来加任务分配表

dapengde

Cloud2016 哦了，测试成功！

Cloud2016

dapengde 我原想先不考虑图的尺寸问题，这个想放在最后排版的时候考虑，届时设置全局选项对网页版和 PDF 版里的图片尺寸进行不同的控制，以期达到最佳的显示效果，不过既然你可以比较轻松地将原来的图片设置搬迁过来，不妨先设置着也好

Cloud2016

dapengde 我就是这么干的，除非图、表的引用有问题，比如我看到图的 chunck option 里有这样的标签heart_curve 我就把它改为 heart-curve 。

至于文中还没有说明需要哪些 R 包，我们暂不添加类似安装 R 包的代码

if(!require('MSG')) install.packages('MSG') # 安装本书配套的MSG包

一方面是我打包镜像的时候几乎把所有需要的 R 包都打包了，如果本地缺的话，就自己安装下。

另一方面是我觉得 @yihui 有必要在合适的地方添加一小节说明本书用了哪些 R 包，至少提供 xfun::session_info(pkgs)，这是他的一贯做法，我也比较喜欢这种方式。或者告诉读者怎么获取和使用我打包的镜像文件，以及如何在容器中编译书籍，这个过程其实我公开了，目前，我让 Travis 就是这么干的。基本上不用操心依赖问题，我来操心就好了！