Loess拟合后lines(lo)与predict(lo)结果差异的原因解析

嘿，这个问题我之前调试代码时也踩过坑！核心原因是lines()函数处理loess对象和直接传入拟合值向量时的逻辑完全不一样，具体拆解如下：

1. lines(lo)的绘图逻辑 #

当你把loess拟合对象直接传给lines()时，它会自动做一件事：先将拟合时的自变量（也就是你的df_raw$Scan）排序，再按排序后的顺序连接对应的拟合值。

本质上，它内部会调用predict.loess()获取拟合值，但同时会把自变量和拟合值按自变量从小到大排序，再绘制平滑线。这样画出来的线一定是沿着x轴递增方向平滑延伸的，不会出现来回跳转的情况。

2. lines(predict(lo))的绘图逻辑 #

predict(lo)返回的是和原始数据顺序完全一致的拟合值向量。当你直接把这个向量传给lines()时，它默认会用当前绘图窗口的x轴坐标（也就是df_raw$Scan的原始顺序）来对应这些拟合值。

如果你的df_raw$Scan不是单调递增/递减的（比如存在乱序、重复或者非连续的情况），那么线条就会跟着原始x的顺序来回连接，看起来就和lines(lo)的结果完全不同。

举个简单例子验证 #

假设你的df_raw$Scan是乱序的：

df_raw <- data.frame(Scan = c(3,1,2), `101` = c(5,2,3))
lo <- loess(df_raw$`101` ~ df_raw$Scan)

# 第一种绘图
plot(df_raw$Scan, df_raw$`101`)
lines(lo, col='red')  # 会按x=1→2→3的顺序画拟合线

# 第二种绘图
plot(df_raw$Scan, df_raw$`101`)
lines(predict(lo), col='blue')  # 会按x=3→1→2的顺序画拟合线，线条是“跳着”的

解决办法：让两种绘图结果一致 #

如果想让lines(predict(lo))得到和lines(lo)一样的效果，只需要手动把自变量和拟合值按x排序后再绘图：

# 绑定自变量和拟合值，按x排序
fit_results <- data.frame(x = df_raw$Scan, y_fit = predict(lo))
fit_sorted <- fit_results[order(fit_results$x), ]

# 绘图
plot(df_raw$Scan, df_raw$`101`)
lines(fit_sorted$x, fit_sorted$y_fit, col='red', lwd=2)

当然，如果你的df_raw$Scan本来就是严格单调递增的，那两种绘图方式的结果会完全一致——问题就出在x轴变量无序的场景里！

内容的提问来源于stack exchange，提问作者Ben