求助：Windows8.1+R3.4.3下ggplot的stat_function向量乘法报错

我来帮你搞定这个问题！你遇到的错误核心原因是：stat_function要求传入的函数必须是向量化的，而你当前的写法没办法处理向量形式的输入x。

错误原因详解 #

当stat_function绘制曲线时，它会自动传入一个向量（包含一系列用于生成曲线的x值）。此时你的代码里：

• log(x)会生成一个和输入x长度相同的向量
• c(1, log(x), (log(x))^3)会把这些元素拼接成一个长度为1 + n + n的长向量（n是输入x的长度）
• 而param是长度为3的向量，用%*%做矩阵乘法时，两个向量的维度完全不兼容，因此触发了"non-conformable arguments"（维度不匹配）的错误。

两种可行的解决方案 #

方案一：用Vectorize包装函数（简单直观）

Vectorize可以把原本只处理单个值的函数转换成能处理向量的版本，它会自动逐个处理向量中的每个x值：

dat <- data.frame(x=1:10, y=(1:10)^3) # 样本数据
param <- c(0.1, 0.2, 0.3) # 样本参数

# 用Vectorize包装原函数
vec_fun <- Vectorize(function(x) {
  1 / (c(1, log(x), (log(x))^3) %*% param)
})

ggplot(dat, aes(x,y)) + geom_point() + stat_function(fun=vec_fun)

方案二：直接改写为向量化函数（效率更高）

我们可以直接构建一个矩阵，每一行对应一个x值的1, log(x), (log(x))^3，然后用矩阵乘法批量计算，这种方法避免了循环，效率更高：

dat <- data.frame(x=1:10, y=(1:10)^3)
param <- c(0.1, 0.2, 0.3)

# 向量化的函数实现
vec_fun2 <- function(x) {
  # 构建每行对应一个x的特征矩阵
  feature_mat <- cbind(1, log(x), (log(x))^3)
  # 矩阵乘法后取倒数
  1 / (feature_mat %*% param)
}

ggplot(dat, aes(x,y)) + geom_point() + stat_function(fun=vec_fun2)

额外注意事项 #

如果你的数据中存在x ≤ 0的情况，log(x)会生成NA，导致曲线断裂。你可以通过设置stat_function的xlim参数来限制绘制范围，比如：

ggplot(dat, aes(x,y)) + geom_point() + stat_function(fun=vec_fun2, xlim=c(1,10))

内容的提问来源于stack exchange，提问作者dixhom