1 繪圖
1.1 條形圖 barplot() （針對離散型變量）
library(vcd)
dat<-Arthritis
counts<-table(dat$Improved)
解釋：table求數據框中間取值的頻數
（1）簡單條形圖（一個變量，一維）
barplot(counts,main="Simple Bar Plot",xlab="Improvement",ylab="Frequency")
（2）堆砌條形圖（兩個變量，二維）
barplot(counts,col=c("green","yellow","red"))
（3）分組條形圖
barplot(counts,col=c("green","yellow","red"),beside=T)
解釋：beside設置條形圖是否需要分組
（4）均值條形圖
state<-data.frame(state.region,state.x77) #使用內置數據集，構造一個數據框
mean<-aggregate(state$Illiteracy,by=list(state.region),FUN=mean)
解釋：aggregate（）匯總函數，state$Illiteracy根據文盲率這個變量，by分組，state.region根據地區分組，FUN=mean匯總函數求平均（注：求每個區域region對應文盲率Illiteracy得平均mean）
mean<-mean[order(mean$x),] #對行標簽對象x排序
barplot(mean$x,names.arg = mean$Group.1)
解釋：第一個參數mean$x是畫圖的對象，第二個參數names.arg是繪制在每個條形或條形組下面的名稱的向量。如果省略了這個參數，那么如果這是一個矢量，名字將從height的名字屬性中提取，如果是一個矩陣，則從列名中提取。
錯誤：缺少參數“height”，也沒有缺省值
修正：畫圖時參數沒有指定具體
（5） 棘狀圖
counts<-table(dat$Improved,dat$Treatment)
spine(counts,main="Spinogram Example")
1.2 餅圖 pie(x,labels)
(1)簡單餅圖
slices<-c(10,12,4,16,8)
lbls<-c("US","UK","Austrlia","Germany","France")
pie(slices,lables=lbls,main="Simple Pie Chart",radius=0.8,lty=1)
解釋：radius設置餅圖直徑的大小，默認為1，lty=1設置線為實線
（2）進化餅圖
pct<-round(slices/sum(slices)*100) #把數字轉換成百分比
lbls1<-paste(lbls," ",pct,"%",sep="")
解釋：paste連接字符串函數，第一個參數lbls是連接的對象，第二個參數是空格，第三個參數是百分比，第四個參數是連接符號%，第五個參數是分隔符sep
pie(pct,labels=lbls1,lty=1)
(3) 扇形圖 fan.plot
library(plotrix)
slices<-c(10,12,4,16,8)
lbls<-c("US","UK","Austrlia","Germany","France")
pie(slices,lbls)
fan.plot(slices,labels = lbls,lty=1)
1.3 直方圖 hist() （針對連續型變量）
（1）簡單直方圖
dat<-mtcars
hist(dat$mpg,lty=1)
（2）進化直方圖
hist(dat$mpg,col="green",breaks=12,lty=1)
解釋： hist畫直方圖，第一個參數dat$mpg是畫圖的對象，col="green"顏色填充為綠色，breaks=12把變量分為12組，lty=1設置為實線
（3）再進化直方圖
hist(dat$mpg,col="green",breaks=12,freq=F,lty=1) #freq=F設置右側刻度是百分比
rug(jitter(dat$mpg)) #軸虛圖，下方一個個黑色的短線
lines(density(dat$mpg),col="red",lwd=2,lty=1)
解釋：lines表示在此圖的基礎上作圖，而不是單獨畫出來，density概率分布的估計，col設置線條的顏色，lwd設置線條的粗細，lty=1設置為實線，lty=2設置為虛線
box() #把圖框起來
1.4 核密度圖 density（）
（1）簡單核密度圖
d<-density(dat$mpg) #mpg單位汽車里程數
plot(d,main="title",lty=1) #畫曲線
polygon(d,col="green",border="red",lty=1) #給概率密度曲線填色
rug(dat$mpg,col="bule) #添加軸虛圖
（2）可比較的核密度圖
library(sm) #加載包
attach(mtcars) #確定本操作均在數據集mtcars下
cyl.f<-factor(cyl,levels=c(4,6,8),labels=c("4 cylinder","6 cylinder","8 cylinder"))
解釋：cyl把變量cyl設置為因子型，levels=c(4,6,8)這是cyl的幾個水平標簽，labels設置圖例標簽
sm.density.compare(mpg,cyl,xlab="Miles Per Gallon")
解釋：sm.density.compare是比較畫核密度曲線的，mpg,cyl這是要比較的兩個變量，xlab設置橫軸標簽
title(main="MPG Distribution by Car Cylinder") #設置圖形標題
colfill<-c(2:(1+length(levels(cyl.f)))) #設置顏色
legend(locator(1),levels(cyl.f),fill=colfill) #在圖上點一下就出現圖例
解釋：legend該函數可用於為繪圖添加圖例，可以用對函數locator(1)的調用來代替x和y參數（x 和y 用來定位圖例的x和y坐標），fill如果指定，該參數將導致用指定顏色填充的方框（或用指定顏色的陰影）出現在圖例文本旁邊。
detach(mtcars)
1.5 箱線圖 boxplot()
（1）標准箱線圖
boxplot(mtcars$mpg,main="box ploy",ylab="Miles per Gallon")
箱線圖理解：中間這跟黑色線代表是中位數，說明單位汽車行駛的英里數大概是20，黑色線的上下，也就是箱子上下的邊界分別是上四分位數（最高的25%）和下四分數（最低的25%），虛線的上端和下端代表最大值和最小值
（2）分組箱線圖
boxplot(mpg~cyl,data=mtcars)
圖形理解：不用的汽車發動車缸數能行駛的英里數比較，可以看出4缸汽車開的的英里數高，即4缸的車省油
一個自變量：cyl
boxplot(mpg~cyl,data=mtcars,varwidth=T,notch=T)
解釋：varwidth=T根據樣本大小調整粗細，notch=T生成帶槽線的箱線圖
兩個自變量：cyl，am
mtcars$cyl.f<-factor(mtcars$cyl,levels = c(4,6,8),labels = c("4","6","8"))
mtcars$am.f<-factor(mtcars$am,levels = c(0,1),labels = c("auto","standard"))
boxplot(mpg~am.f*cyl.f,data=mtcars,varwidth=T,col=c("red","green"))
解釋：cyl表示汽車的缸數，am表示汽車是自動擋還是手動擋，levels表示自變量的取值，labels表示橫坐標軸刻度的標簽，varwidth=T根據樣本大小調整粗細
（3）小提琴圖 vioplot()
library(vioplot)
x1<-mtcars$mpg[mtcars$cyl==4]
x2<-mtcars$mpg[mtcars$cyl==6]
x3<-mtcars$mpg[mtcars$cyl==8]
vioplot(x1,x2,x3,names = c("4 cyl","6 cyl","8 cyl"),col = "gold")
圖形解釋：白色點代表其中位數，曲線可以清楚的看到其分布
1.6 點圖
（1）原始點圖
dotchart(mtcars$mpg,labels=row.names(mtcars),cex=.7,main="Gas Mileage for Car Models",xlab="Miles Per Gallon")
解釋：dotchart畫點圖，mtcars$mpg畫圖的對象，labels=row.names(mtcars)指定左邊顯示的標簽，cex=.7字體的大小縮放為0.7，main設置標題，,xlab設置橫坐標軸的顯示
（2）排序后的點圖
x<-mtcars[order(mtcars$mpg),] #讓數據集按照mpg排序
> x$cyl<-factor(x$cyl) #把變量cyl設置為因子型
> x$color[x$cyl==4]<-"red"
> x$color[x$cyl==6]<-"blue"
> x$color[x$cyl==8]<-"darkgreen"
dotchart(x$mpg,labels = row.names(x),cex=.7,groups = x$cyl,gcolor=x$color,pch=19)
解釋：dotchart畫點圖，mtcars$mpg畫圖的對象，labels=row.names(mtcars)指定左邊顯示的標簽，cex=.7字體的大小縮放為0.7，groups（）分組顯示，gcolor=x$color填充顏色，pch=19設置顯示為實心圓點
圖形解釋：可以看出4缸的汽車最省油，8缸的汽車最不省油
