R软件中 'ylim'值不能是无限的怎么处理

已经换了好多次最大最小阈值，可是还是出现这样的问题，有没有大神解决下

原因可能在内不在外：loss中有可能有Inf值

但是我的数据是自己输入的我觉得不可能存在缺失值，而且现在又出现了Error in if (min(y) <= 0) l <- 10^6 else { :
  需要TRUE/FALSE值的地方不可以用缺少值。能帮我看下这是什么原因，万分感谢！

最后那个是因为你的取值中出现了负值，我之前也是，因为取了对数，所以在0-1直接的数就变成了负数，跟你的错误一样，所以要剔除掉负数就可以了

可以把用到的两个函数拿出来简单改写， 请参考
#问题一，mrl.plot, 这个函数写的比较稳健，直接把源代码拿出来绘图

1. #读取数据
   
2. loss = readxl::read_xlsx('C:/Users/zsr/Downloads/loss.xlsx', col_names =T)
   
3. 
   
4. #标准化数据
   
5. data = loss/max(loss)
   
6. 
   
7. #参数设置
   
8. umin = min(data);umax = max(data) - 0.1
   
9. conf = 0.95;nint = 100
   
10. 
    
11. x <- xu <- xl <- numeric(nint)
    
12. u <- seq(umin, umax, length = nint)
    
13. for (i in 1:nint) {
    
14.   data <- data[data > u[i]]
    
15.   x[i] <- mean(data - u[i])
    
16.   sdev <- sqrt(var(data))
    
17.   n <- length(data)
    
18.   xu[i] <- x[i] + (qnorm((1 + conf)/2) * sdev)/sqrt(n)
    
19.   xl[i] <- x[i] - (qnorm((1 + conf)/2) * sdev)/sqrt(n)
    
20. }
    
21. plot(u, x, type = "l", xlab = "u", ylab = "Mean Excess",
    
22.      ylim = c(min(xl[!is.na(xl)]), max(xu[!is.na(xu)])))
    
23. lines(u[!is.na(xl)], xl[!is.na(xl)], lty = 2)
    
24. lines(u[!is.na(xu)], xu[!is.na(xu)], lty = 2)

复制代码

## 问题二：在gdp.fit中调用了optim，在某些情况下无最优质，思路屏蔽掉无最优值的项，代码如下

1. # un.TryCatch 异常处理函数, 捕获所有error和warnings信息，包含一个参数
   
2. # expr 为待执行函数
   
3. un.TryCatch <- function(expr) {
   
4.   #设置初始warn和err都为NULL
   
5.   warn <- err <- NULL
   
6.   #withCallingHandlers 捕获函数或表达式(expr)的error和warn
   
7.   value <- withCallingHandlers(
   
8.     #tryCatch捕捉warn和error
   
9.     tryCatch(expr, error=function(e) {
   
10.       err <<- e
    
11.       NULL
    
12.     }), warning=function(w) {
    
13.       warn <<- w
    
14.       invokeRestart("muffleWarning")
    
15.     })
    
16.   #返回表达式运行value, warn, err
    
17.   list(value=value, warning=warn, error=err)
    
18. }
    
19. 
    
20. #数据参数设置
    
21. data = loss/max(loss)
    
22. umin = min(data);umax = max(data) - 0.1
    
23. nint = 10;show = FALSE
    
24. 
    
25. m <- s <- up <- ul <- matrix(NA, nrow = nint, ncol = 2)
    
26. u <- seq(umin, umax, length = nint)
    
27. 
    
28. for (i in 1:nint) {
    
29.   z.tem <- un.TryCatch(gpd.fit(data$loss, u[i], show = show))
    
30.   if(!is.null(z.tem$value)){
    
31.     z = z.tem$value
    
32.     m[i, ] <- z$mle
    
33.     m[i, 1] <- m[i, 1] - m[i, 2] * u[i]
    
34.     d <- matrix(c(1, -u[i]), ncol = 1)
    
35.     v <- t(d) %*% z$cov %*% d
    
36.     s[i, ] <- z$se
    
37.     s[i, 1] <- sqrt(v)
    
38.     up[i, ] <- m[i, ] + 1.96 * s[i, ]
    
39.     ul[i, ] <- m[i, ] - 1.96 * s[i, ]
    
40.   }else{
    
41.     m[i, ] <- NA
    
42.     s[i, ] <- NA
    
43.     up[i, ] <-NA
    
44.     ul[i, ] <- NA
    
45.   }
    
46. }
    
47. 
    
48. names <- c("Modified Scale", "Shape")
    
49. oldpar <- par(mfrow = c(2, 1))
    
50. for (i in 1:2) {
    
51.   um <- max(up[, i], na.rm = T)
    
52.   ud <- min(ul[, i], na.rm = T)
    
53.   plot(u, m[, i], ylim = c(ud, um), xlab = "Threshold",
    
54.        ylab = names[i], type = "b")
    
55.   for (j in 1:nint) lines(c(u[j], u[j]), c(ul[j, i], up[j, i]))
    
56. }
    
57. par(oldpar)

复制代码