R：更新情节[xy] lims与新点（）或行（）添加？

Question

背景：

我正在运行蒙特卡罗模拟，以显示特定过程（累积平均值）不随时间收敛，并且在模拟中经常出现偏差（随机变量的期望=无限远） ）。我想在折线图上绘制大约10个这样的模拟，其中x轴具有迭代次数，y轴具有直到该点的累积平均值。

以下是我的问题：

我将运行第一个模拟（每个模拟器，有10,000次迭代），并根据其当前范围构建主图。但是，通常其中一个模拟的范围比第一个范围大几个数量级，因此情节会超出原始范围。那么，有没有办法在添加一组新的点或线时动态更新图的ylim或xlim？

我可以为此考虑两个变通方法：1。存储每个模拟，然后选择范围最大的模拟，并构建基本图形（不优雅，我会必须在内存中存储大量数据，但可能是笔记本电脑友好的 [[编辑：正如Marek所指出的，这不是一个记忆密集的例子，但如果你知道一个很好的解决方案，那就支持更多的迭代使它成为一个问题（想想高维行走需要更多，更大的MC样本进行收敛）然后直接进入]] ）2。找到一个似乎构建一个漂亮的版本的种子它，并手动设置ylim，这将使演示可重现。

当然，我正在坚持比我的解决方案更优雅的东西。希望这不是一个行人问题，因为我想在R中的模拟并不少见。任何想法？

Answer 1

我不确定使用基本图形是否可行，如果有人有解决方案，我很乐意看到它。但是，基于网格（lattice和ggplot2）的图形系统允许保存和更新图形对象。在ggplot2中这很容易。

require(ggplot2)

制作一些数据并获得范围：

foo <- as.data.frame(cbind(data=rnorm(100), numb=seq_len(100)))

制作一个初始的ggplot对象并绘制它：

p <- ggplot(as.data.frame(foo), aes(numb, data)) + layer(geom='line')
p

制作更多数据并将其添加到情节

foo <- as.data.frame(cbind(data=rnorm(200), numb=seq_len(200)))

p <- p + geom_line(aes(numb, data, colour="red"), data=as.data.frame(foo))

绘制新对象

p

Answer 2

我认为（1）是最好的选择。我实际上并不认为不是优雅。我认为每次达到大于xlim或ylim的点时重绘都会计算量更大。

另外，我在Peter Hoff关于贝叶斯统计的书中看到了ts（）而不是line（）用于累积和/手段的很好用法。它看起来很漂亮：