如何用ggplot2基于数据框参数批量绘制多条函数曲线？

我希望通过传入系数数据框程序化生成函数曲线。示例中，params数据框每行代表一组截距（int）和斜率（slope），每组对应ggplot中的一条直线，后续还将扩展绘制更复杂曲线并增加曲线数量。请问ggplot的geom_function()能否通过美学映射实现此需求？目前我的尝试不符合规范且无法生成独立曲线，具体代码及问题如下：

library(tibble)
library(ggplot2)

params <- tribble(
  ~int, ~slope,
  0, 1, # 过(0,0)的45度直线
  1, 1, # 过(0,1)的45度直线
  2, -1 # 过(0,2)的-45度直线
)

# 尝试生成三条独立曲线，但未成功
ggplot() +
  xlim(0, 1) +
  geom_function(fun = function(x) {params$int + params$slope*x})
#> Warning in params$slope * x: longer object length is not a multiple of shorter
#> object length
#> Warning in params$int + params$slope * x: longer object length is not a
#> multiple of shorter object length

上述代码仅生成一条曲线且出现警告，我期望实现以下手动添加图层的效果，但无需逐个编写图层：

ggplot() +
  xlim(0, 1) +
  geom_function(fun = function(x) 0 + 1*x) +
  geom_function(fun = function(x) 1 + 1*x) +
  geom_function(fun = function(x) 2 - 1*x)

解决方案 #

geom_function()本身不支持直接通过美学映射批量生成多条曲线，因为它的fun参数只能接收单个函数，无法按分组映射不同参数。不过有两种常用方法可以实现批量生成曲线的需求：

方法1：批量添加geom_function图层 #

通过遍历参数数据框的每一行，为每组参数生成一个独立的geom_function图层，适合简单场景：

library(tibble)
library(ggplot2)
library(purrr)

params <- tribble(
  ~int, ~slope,
  0, 1,
  1, 1,
  2, -1
)

# 用pmap遍历参数，批量生成图层
ggplot() +
  xlim(0, 1) +
  pmap(params, function(int, slope) {
    geom_function(fun = function(x) int + slope * x)
  })

如果不想依赖purrr，也可以用基础R循环实现：

p <- ggplot() + xlim(0, 1)
for (i in seq(nrow(params))) {
  p <- p + geom_function(fun = function(x) params$int[i] + params$slope[i] * x)
}
p

方法2：先计算曲线数据，再用geom_line绘制（推荐） #

这种方法更符合ggplot的数据驱动设计理念，先生成所有x值与参数的组合，计算对应的y值，再通过分组绘制曲线，扩展性更强（适合后续复杂曲线）：

library(tibble)
library(ggplot2)
library(dplyr)
library(tidyr)

params <- tribble(
  ~int, ~slope,
  0, 1,
  1, 1,
  2, -1
)

# 生成x序列，交叉连接所有参数，计算y值
curve_data <- expand_grid(
  x = seq(0, 1, length.out = 100), # 生成足够多的x点保证曲线平滑
  params
) %>%
  mutate(y = int + slope * x)

# 按参数组合分组绘制曲线
ggplot(curve_data, aes(x = x, y = y, group = interaction(int, slope), color = factor(int))) +
  geom_line()

原代码问题说明 #

你之前的代码之所以失败，是因为fun函数中直接使用了params$int和params$slope整个向量。当geom_function计算每个x值对应的y时，会把向量运算的结果当成单条曲线的点，R会循环利用向量元素（因此出现长度不匹配的警告），最终只画出一条混乱的曲线，而非多条独立直线。

内容的提问来源于stack exchange，提问作者shiro