R语言：如何不借助mapply/循环单次调用绘制不同属性多条线条？

函数参数行为差异 #

polygon()的帮助文档说明：

当绘制多个多边形时，density、angle、col、border和lty参数的值会按常规方式循环使用。

而lines()的帮助文档说明：

当type="h"时，col可以是向量，并会按需循环使用。

由此可知：除非使用type="h"（且仅对col参数有效），否则无法通过单次lines()调用绘制多条具有不同属性的线条。这种限制既不符合polygon()的逻辑，也有违直觉——毕竟lines()是复数形式，polygon()是单数形式，但单次调用polygon()反而能更高效绘制多个多边形。

需求说明 #

如何在不借助mapply这类函数的情况下，通过单次调用绘制多条具有不同属性的线条？循环绘制大量图形会严重影响性能，且matplot不适用（因为线条的顶点数可能不固定）。曾考虑用col=NA的polygon()仅显示线条，但多边形会自动闭合（这也是R的一个问题：无法绘制开放多边形）。

可以利用segments()函数的参数循环特性实现单次调用绘制多条不同属性的开放线条。segments()支持将x0, y0, x1, y1作为向量传入，同时col, lty, lwd等参数也会按向量循环匹配，完美适配顶点数不同的多条线条场景。

示例代码 #

假设我们有三条顶点数不同的线条：

# 定义三条线条的坐标数据
line1 <- data.frame(x = c(1, 2, 3), y = c(1, 3, 2))
line2 <- data.frame(x = c(1, 4), y = c(2, 4))
line3 <- data.frame(x = c(2, 3, 4, 5), y = c(1, 2, 3, 1))

# 将每条线条拆分为连续的线段（起点+终点）
get_segments <- function(df) {
  data.frame(
    x0 = df$x[-nrow(df)],
    y0 = df$y[-nrow(df)],
    x1 = df$x[-1],
    y1 = df$y[-1]
  )
}

seg_list <- lapply(list(line1, line2, line3), get_segments)
all_segs <- do.call(rbind, seg_list)

# 定义每条线条的样式属性
line_cols <- c("red", "blue", "green")
line_ltys <- c(1, 2, 3)
line_lwds <- c(1, 2, 3)

# 重复属性以匹配对应线条的线段数量
seg_cols <- rep(line_cols, sapply(seg_list, nrow))
seg_ltys <- rep(line_ltys, sapply(seg_list, nrow))
seg_lwds <- rep(line_lwds, sapply(seg_list, nrow))

# 单次调用完成所有线条绘制
plot(NA, xlim = c(1,5), ylim = c(1,4))
segments(x0 = all_segs$x0, y0 = all_segs$y0, x1 = all_segs$x1, y1 = all_segs$y1,
         col = seg_cols, lty = seg_ltys, lwd = seg_lwds)

原理说明 #

segments()本身就是为多线段绘制设计的，所有位置参数和样式参数都支持向量输入并按循环规则匹配。只需把每条连续线条拆成多个首尾相连的线段，再将对应线条的样式参数重复对应次数，就能通过单次调用完成所有线条的绘制，既避免了循环带来的性能损耗，也适配了顶点数不同的场景。

内容的提问来源于stack exchange，提问作者jeanlain