R语言绘制股票价格图时图例不显示的问题求助

嘿，我明白你现在遇到的问题了——用R画股票走势图时明明指定了图例参数却不显示，确实挺让人头疼的，尤其是刚接触R的时候。我来帮你排查一下原因，再给你两种解决办法～

问题根源 #

你用getSymbols.yahoo()获取的portfolioPrices是xts/zoo类型的时间序列对象，当你调用plot()时，实际执行的是plot.zoo函数（xts继承自zoo）。这个函数的legend参数和基础绘图的legend用法不一样，直接传tickers并不会生效，得用专门的方法添加图例。

另外提个小细节：你代码里的FB现在已经改名为META了，继续用FB可能会获取不到数据，我后面的代码会改成META哦。

方案一：用quantmod自带的addLegend()函数 #

这是最贴合你原有代码的修改方式，只需要在plot()之后调用addLegend()手动添加图例：

library(quantmod) 
library(dplyr) 
library(PerformanceAnalytics) 

# 更新股票代码，FB已改为META
tickers <- c("AAPL", "AMZN" , "MSFT" ,"META") 
portfolioPrices <- NULL 

for (Ticker in tickers) {
  portfolioPrices <- cbind(portfolioPrices, 
                           # 获取每周的调整收盘价（第4列）
                           getSymbols.yahoo(Ticker, from="2017-01-01", periodicity = "weekly", auto.assign=FALSE)[,4])
}

# 移除含NA的行
portfolioPrices <- portfolioPrices[apply(portfolioPrices,1,function(x) all(!is.na(x))),] 
colnames(portfolioPrices) <- tickers 

# 绘制原始价格图，之后添加图例
plot(portfolioPrices)
# 指定图例位置、名称、线条样式和颜色
addLegend("topright", legend.names = tickers, lty = 1, col = 1:length(tickers))

# 绘制标准化后的数据图，同样添加图例
scaledData <- scale(portfolioPrices) 
plot(scaledData)
addLegend("topright", legend.names = tickers, lty = 1, col = 1:length(tickers))

addLegend()的参数说明：

• "topright"：图例放置的位置（还可以选"topleft"、"bottomright"等）
• legend.names：图例显示的名称，就是你的股票代码
• lty = 1：指定线条为实线（和plot默认样式一致）
• col = 1:length(tickers)：给每个股票分配不同的颜色，和绘图时的颜色对应

方案二：用ggplot2绘制（更适合新手，样式更灵活） #

如果你觉得quantmod的绘图逻辑有点绕，推荐用ggplot2包——它的语法更直观，还能自动生成图例，非常适合新手：

library(quantmod) 
library(dplyr)
library(tidyr) # 用来转换数据格式
library(ggplot2)

tickers <- c("AAPL", "AMZN" , "MSFT" ,"META") 
portfolioPrices <- NULL 

for (Ticker in tickers) {
  portfolioPrices <- cbind(portfolioPrices, 
                           getSymbols.yahoo(Ticker, from="2017-01-01", periodicity = "weekly", auto.assign=FALSE)[,4])
}
portfolioPrices <- portfolioPrices[apply(portfolioPrices,1,function(x) all(!is.na(x))),] 
colnames(portfolioPrices) <- tickers 

# 把xts时间序列转成ggplot能识别的长格式数据框
portfolio_df <- as.data.frame(portfolioPrices) %>%
  mutate(Date = index(portfolioPrices)) %>% # 提取日期列
  pivot_longer(cols = -Date, names_to = "Ticker", values_to = "Price") # 转成长格式

# 绘制原始价格图
ggplot(portfolio_df, aes(x = Date, y = Price, color = Ticker)) +
  geom_line() + # 绘制折线
  labs(title = "Weekly Stock Adjusted Prices", x = "Date", y = "Adjusted Price") + # 添加标题和坐标轴标签
  theme_minimal() # 用简洁的主题

# 处理标准化数据并绘图
scaledData <- scale(portfolioPrices) 
scaled_df <- as.data.frame(scaledData) %>%
  mutate(Date = index(scaledData)) %>%
  pivot_longer(cols = -Date, names_to = "Ticker", values_to = "Scaled_Price")

ggplot(scaled_df, aes(x = Date, y = Scaled_Price, color = Ticker)) +
  geom_line() +
  labs(title = "Scaled Weekly Stock Prices", x = "Date", y = "Scaled Price") +
  theme_minimal()

这种方法的优势是：ggplot会自动根据color = Ticker生成图例，你还能轻松调整图表的颜色、字体、主题等样式，后续修改起来更方便。

内容的提问来源于stack exchange，提问作者Sidharth Singh