r - R：用新的点（）或线（）添加更新情节[xy]lims？

Question

背景：

我正在运行蒙特卡洛模拟以表明特定过程（累积平均值）不会随着时间的推移而收敛，并且在模拟中经常会出现很大差异（随机变量的期望 = 无穷大）。我想在折线图上绘制大约 10 个这些模拟，其中 x 轴具有迭代次数，y 轴具有直到该点的累积平均值。

这是我的问题：

我将运行第一个模拟（每个模拟有 10,000 次迭代），并根据其当前范围构建主图。但通常其中一个模拟的范围比第一个大几个数量级，因此情节超出了原始范围。那么，有没有办法在添加一组新的点或线时动态更新绘图的 ylim 或 xlim ？

我可以为此想到两种解决方法：1.存储每个模拟，然后选择具有最大范围的模拟，并以此构建基本图（不优雅，我必须在内存中存储大量数据，但可能对笔记本电脑友好[[编辑：正如 Marek 指出的那样，这不是一个内存密集型的例子，但如果你知道一个很好的解决方案，它支持更多的迭代，这样它就会成为一个问题（想想高维需要大得多的 MC 样本才能收敛的行走）然后直接跳入]]） 2. 找到一个看起来可以构建一个漂亮版本的种子，并手动设置 ylim，这将使演示可重现。

自然地，我坚持寻找比我的解决方法更优雅的东西。希望这不是一个太普通的问题，因为我想在 R 中进行模拟并不少见。有什么想法吗？

Answer 1

我不确定这是否可以使用基本图形，如果有人有解决方案我很乐意看到它。然而，基于网格（lattice 和 ggplot2）的图形系统允许保存和更新图形对象。在 ggplot2 中非常简单。

require(ggplot2)

制作一些数据并获取范围：

foo <- as.data.frame(cbind(data=rnorm(100), numb=seq_len(100)))

制作一个初始的 ggplot 对象并绘制它：

p <- ggplot(as.data.frame(foo), aes(numb, data)) + layer(geom='line')
p

制作更多数据并将其添加到绘图中

foo <- as.data.frame(cbind(data=rnorm(200), numb=seq_len(200)))

p <- p + geom_line(aes(numb, data, colour="red"), data=as.data.frame(foo))

绘制新对象

p

Answer 2

我认为（1）是最好的选择。我实际上并不认为这不优雅。我认为每次达到大于 xlim 或 ylim 的点时重绘会更加计算密集。

此外，我在 Peter Hoff 的关于贝叶斯统计的书中看到，使用 ts() 而不是 lines() 来计算累积和/均值很酷。它看起来很漂亮：