使用lattice進行高級繪圖-- lattice 包
lattice包提供了用於可視化單變量和多變量數據的一整套圖形系統。許多用戶轉向使用lattice包是因為它能很容易地生成網格圖形。
網格圖形能夠展示變量的分布或變量之間的關系，每幅圖代表一個或多個變量的各個水平。
思考下面的問題：紐約合唱團各聲部的歌手身高是如何變化的？
lattice包在singer數據集中提供了身高和聲部的數據。在下面的代碼中：
library(lattice)
histogram(~height | voice.part, data = singer,
main="Distribution of Heights by Voice Pitch",
xlab="Height (inches)")
結果分析：Soprano表示女高音，Tenor表示男高音，Alto表示女低音，Bass表示男低音，從圖上可以看出，似乎男高音和男低音比女低音和女高音的身高更高。
在網格圖中，調節變量的每個水平生成一個獨立的面板。如果指定多個調節變量，這些變量因子水平的每個組合都會生成一個面板。在每個面板名為條帶（strip）的區域中會提供一個標簽，比如上圖中的Soprano1、Tenor1等等。
lattice包提供了大量的函數來產生單因素圖（點圖、核密度圖、直方圖、條形圖、箱線圖），二元圖（散點圖、條形圖、平行箱線圖）和多元圖（3D圖、散點圖矩陣）。每個高水平的畫圖函數都服從下面的格式：
graph_function(formula, data=, options)
其中：
q graph_function是一個函數；
q formula指定要展示的變量和任意的調節變量；
q data=指定數據框；
q options是用逗號分隔的參數，用來調整圖形的內容、安排和注釋。
我們假定小寫字母代表數值型變量，大寫字母代表分類型變量（因子）。高水平的畫圖函數通常采取的格式是：y ~ x | A * B
其中豎線左側的變量稱為主要變量（primary variable），右邊的變量稱為調節變（conditioning variable）。主要變量將變量映射到每個面板的軸上。這里的y~x分別描述了在縱軸和橫軸上的變量。對於單變量圖，用~x代替y~x；對於3D圖，用z~x*y代替y~x；對於多變量圖（散點圖矩陣或平行坐標曲線圖），用數據框來代替y~x。
按照這個邏輯，~x|A表示因子A每個水平的數值變量x。y~x|A*B表示在給定因子A和B的水平后，數值變量y和x的關系。A~x表示在縱軸上的分類變量A和橫軸上的數值變量x。~x表示數值型變量x。
lattice包中的圖類型和相應的函數
注：在這些公式中小寫字母表示數值型變量，大寫字母表示分類型變量。
一個基於mtcars數據框中的汽車數據（里程、車重、擋數、汽缸數等）。我們可以變換公式並查看結果：
（1）lattice畫圖例子
library(lattice)
attach(mtcars)
gear <- factor(gear, levels=c(3, 4, 5),
labels=c("3 gears", "4 gears", "5 gears"))
cyl <- factor(cyl, levels=c(4, 6, 8),labels=c("4 cylinders", "6 cylinders", "8 cylinders"))
densityplot(~mpg,
main="Density Plot",
xlab="Miles per Gallon")
結果分析：densityplot是畫核密度圖，~mpg表示數值型變量mpg。
densityplot(~mpg | cyl,
main="Density Plot by Number of Cylinders",
xlab="Miles per Gallon")
結果分析：densityplot是畫核密度圖，~mpg | cyl，表示因子cyl每個水平的數值變量mpg。
bwplot(cyl ~ mpg | gear,
main="Box Plots by Cylinders and Gears",
xlab="Miles per Gallon", ylab="Cylinders")
結果分析：bwplot是箱線圖，cyl ~ mpg | gear表示給定（分類）因子gear后，在縱軸cyl 和橫軸 mpg上的變量關系。
xyplot(mpg ~ wt | cyl * gear,
main="Scatter Plots by Cylinders and Gears",
xlab="Car Weight", ylab="Miles per Gallon")
結果分析：xyplot是散點圖，mpg ~ wt | cyl * gear表示在給定因子cyl和gear的水平后，數值變量mpg和wt的關系。
cloud(mpg ~ wt * qsec | cyl,
main="3D Scatter Plots by Cylinders")
結果分析：cloud是繪制3D散點圖，mpg ~ wt * qsec | cyl表示對於3D圖，用z~x*y代替y~x，表示給定（分類）因子cyl后，在y軸qsec 和x軸 wt和z軸mpg的變量關系。
dotplot(cyl ~ mpg | gear,
main="Dot Plots by Number of Gears and Cylinders",
xlab="Miles Per Gallon")
結果分析：dotplot是點圖，cyl ~ mpg | gear表示給定（分類）因子gear后，在縱軸（分類變量）cyl 和橫軸 mpg上的變量關系。
splom(mtcars[c(1, 3, 4, 5, 6)],
main="Scatter Plot Matrix for mtcars Data")
結果分析：splom是散點圖矩陣，繪制mtcars數據第1、3、4、5、6列之間的關系的散點圖矩陣。
detach(mtcars)
lattice包中的高水平畫圖函數能產生可保存和修改的圖形對象。例如：
library(lattice)
mygraph <- densityplot(~height|voice.part, data=singer)
創建了一個網格密度圖，並把它保存為對象mygraph。但是沒有圖像展示。聲明plot(mygraph)
（或僅僅是mygraph）將會展示出這幅圖。
mygraph
lattice高水平畫圖函數的常見選項
我們也可以使用update()函數來調整lattice圖形對象。繼續歌手的例子，下面的代碼：
newgraph <- update(mygraph, col="red", pch=16,
cex=.8, jitter=.05, lwd=2)
newgraph
結果分析：使用紅色曲線和符號（color="red"），填充點（pch=16），更小（cex=.8）更高的抖動點（jitter=.05）和雙倍厚度曲線（lwd=2）來改變mygraph。更改的結果保存在newgraph中。