两类：一类是一般绘图，如散点图等；另一类是与统计内容有关绘图，

         如QQ图等。

1基本绘图函数plot()：可以绘制两个变量的散点图、曲线图等。

格式： 

plot(x, y=NULL, type="p", xlim=NULL, ylim=NULL, log="", main=NULL, sub=NULL, xlab=NULL, ylab=NULL, ann=par("ann"), axes=TRUE, frame.plot=axes, panel. first=NULL, panel.last=NULL,asp=NA,…)

参数x和y分别表示所绘图形横坐标和纵坐标构成的对象，

1）图形类型：参数type为所绘图形的类型，取值和类型如下：

“p”绘点（默认值）；

“l”画线；

“b”同时绘点和画线；而线不穿过点；

“c”仅画参数“b”所示的线；

“o” 同时绘点和画线，且线穿过点；

“h”绘出点到横轴的竖线；

“s”绘出阶梯图（先横再纵）；

“S”绘出阶梯图（先纵再横）；

“n”做一幅空图，不给任何图形。

2 ）图形范围

参数xlim二维向量，表示所绘图形x轴的范围；

参数ylim二维向量，表示所绘图形y轴的范围；

参数log“x”或“y”，表示对x轴或对y轴的数据取对数；“xy”或“yx”表示对x轴与对y轴的数据同时取对数。

3） 图题及坐标轴

参数main字符串，描述图形的标题；

参数sub字符串，描述图形的副标题；

参数xlab字符串, 描述x轴的标签，默认值为对象名；

参数ylab字符串, 描述y轴的标签，默认值为对象名；

4 ）示例（数据在tingcar.txt文件里）

如：  #speed车速(mile/h)， dist制动距离(dt),1mile=1.6km,1df=0.3m.

rt<-read.table("tingcar.txt")

  plot(rt$speed,rt$dist, type="o", xlab= "speed",ylab="dist" , 

      main = "type = o", xlim=c(1,30),ylim=c(1,125))

2 pairs():可以绘制多个变量的散点图，并以阵列形式排列, 只能看到两项关系。

格式：pairs(formula,data=NULL,…), 参数formula表示公式，形如“~x+y+z”；

      data数据框，表示多变量的数据。

例

df<-data.frame(

    Age=c(13, 13, 14, 12, 12, 15, 11, 15, 14, 14, 14, 15, 12, 

          13, 12, 16, 12, 11, 15 ), 

    Height=c(144, 166, 163, 143, 152, 169, 130, 159, 160, 175, 

             161, 170, 146, 159, 150, 183, 165, 146, 169), 

    Weight=c(38.1, 44.5, 40.8, 34.9, 38.3, 50.8, 22.9, 51.0, 

             46.5, 51.0, 46.5, 60.3, 37.7, 38.1, 45.1, 68.0, 

             58.1, 38.6, 50.8)

)

pairs(df)    

或 pairs(~ Age + Height + Weight, data=df)  ########结果一样

3协同图coplot():可以绘制多个变量的散点图，需看到三项或四项关系.

格式：coplot(formula,data,panel=points, …), 参数formula表示公式，形如：“y~x | a”表示单个条件变量，形如：“y~x | a*b”表示两个条件变量，data数据框，panel函数，绘制面板数据方法，默认值points。

例：（上面的例子）coplot(Weight ~ Height | Age, data=df)

4点图dotchart（）：是检测离群值的优秀工具。

格式：dotchart(x,…), x代表向量或矩阵，即点图的数据；

例：dotchart(VADeaths, main="Death Rates in Virginia")  

## VADeaths数据集（R自带）是弗吉尼亚州在1940年人口死亡率（1/1000）

5饼图pie():将圆形划分为几个扇形的统计表，用于描述量、频率、或百分比之间的关系。

格式：pie(x,labels=names(x),edges=200,radius=0.8,clockwise=FALSE,init.angel=if(clockwise) 90 else 0,density=NULL, angle=45,col=NULL, border=NULL, lty=NULL,  main=NULL,…)

x 向量，分量为非负值，描述饼图中的扇形面积或扇形面积的比例；

labels 表达式或字符串，描述途中扇形的名称，默认值“names(x)”;

edges 正整数，描述近似圆的多边形的边数；

radius 数值，饼图半径，默认值0.8；

clockwise 逻辑变量，默认值FALSE（逆时针），TRUE(顺时针)；

init.angle数值，描述饼图开始的角度，逆时针的默认值为0度（即3点位置），顺时针的默认值为90度（即12点位置）；

density 正整数，阴影线条的密度，表示每英寸的线条的个数；

angle 数值或向量，描述扇形阴影线条倾斜的角度。

例 欧洲2004年议会选举的初步结果，给出数据的饼图： 

pie.sales <-c(39, 200, 42, 15, 67, 276, 27, 66)

names(pie.sales) <- c("EUL", "PES", "EFA", "EDD", "ELDR", "EPP", "UNE", "other")

pie(pie.sales, radius = 0.9, main = "Ordinary chart")

6 条形图barplot():  以长方形的长度为统计变量的矩形图表，在统计图中应用最广。

格式： 

barplot(height,width=1,space=NULL, legend.text=NULL, beside=FALSE,

        horiz=FALSE, names.arg=NULL,…)

height 向量或矩阵，描述条形的长度；

width 数值或向量，描述条形的宽度，默认值为1；

space 数值，描述条形之间的空白的宽度，默认值为NULL; 

legend.text 字符串，图例说明，当height为矩阵时，较为有用；

beside 逻辑变量，FALSE（默认值）为重叠，TRUE为平行排列；

horiz逻辑变量，FALSE（默认值）为竖条，TRUE为横条。

例 所用数据为欧洲议会选举和弗吉尼亚州人口1940年死亡率

par(mai=c(0.9, 0.9, 0.3, 0.3))   ####par( )的意义见11页（图形参数介绍）

## figure 1

pie.sales <-c(39, 200, 42, 15, 67, 276, 27, 66)

names(pie.sales) <- c("EUL", "PES", "EFA", "EDD", "ELDR", "EPP", "UNE", "other")

r<-barplot(pie.sales, space=1, col=rainbow(8))

###rainbow( )函数是创作一个连续颜色的向量，赋给代表颜色的变量col ，如:col=rainbow(8)

## figure 2

barplot(VADeaths, space = 0.5, 

        col = c("lightblue", "mistyrose", "lightcyan", 

                "lavender", "cornsilk"))

## figure3

barplot(VADeaths, beside = TRUE,

   col = c("lightblue", "mistyrose", "lightcyan", "lavender", "cornsilk"), 

   legend = rownames(VADeaths), ylim = c(0, 100))

savePlot(filename = "barplot_L", type = "jpg")    

     #######储存图形在文件名为barplot_L里的，格式是形式

7 直方图hist():柱状图或质量分布图，是一种统计报告图，展示连续数据分布的常用工具，用来估计数据的概率分布。

格式：hist(x,breaks=”Sturges”,freq=NULL,border=NULL,labels=FALSE, …)

x 向量，直方图的数据；

breaks 数值，向量或字符串，描述直方图的断点；

freq 逻辑变量，TRUE为频数，FALSE为密度；

border 数字或字符串，描述直方外框的颜色；

labels逻辑变量，默认值为FALSE，当取值为TRUE时，表示标出频度或密度。

例 对学生身高作直方图

## figure 1

df<-data.frame(

    Age=c(13, 13, 14, 12, 12, 15, 11, 15, 14, 14, 14, 15, 12, 

          13, 12, 16, 12, 11, 15 ), 

    Height=c(144, 166, 163, 143, 152, 169, 130, 159, 160, 175, 

             161, 170, 146, 159, 150, 183, 165, 146, 169), 

    Weight=c(38.1, 44.5, 40.8, 34.9, 38.3, 50.8, 22.9, 51.0, 

             46.5, 51.0, 46.5, 60.3, 37.7, 38.1, 45.1, 68.0, 

             58.1, 38.6, 50.8)

)

hist(df$Height, col="lightblue", border="red", labels = TRUE, ylim=c(0, 7.2))

也可以写成：

attach(df) 

hist(Height, col="lightblue", border="red", labels = TRUE, ylim=c(0, 7.2))

  #####attach()函数把数据框中的数据连接到内存中，便于数据框中的数据调用。

savePlot(filename = "hist_a", type = "eps")

8 箱线图boxplot():从四分位数的角度来描述数据的分布，它通过上边缘、上四分位数（Q3）、中位数（Q2）、下四分位数（Q1）和下边缘组成，可能还包括异常值点（超过上下边缘的点）来描述数据。

注：下四分位数（Q1）：该样本所有数值由小到大排列后第25%的数字；上四分位数（Q3）：该样本所有数值由小到大排列后第75%的数字；中位数（Q2）：该样本所有数值由小到大排列后第50%的数字；四分位距：上四分位数（Q3）与下四分位数的差距。

格式：

基本方法: boxplot(formula,data=NULL,…,subset,na.action=NULL)

默认方法：boxplot(x,…,range=1.5,width=NULL,varwidth=FALSE,notch=FALSE,outline=TRUE,names,plot=TRUE,border=par(“fg”),col=NULL,log=””,pars=list(boxwex=0.8,staplewex=0.5,ooutwex=0.5),horizontal=FALSE,add=FALSE,atNULLdata=NULL,…,subset,na.action=NULL)

X 向量，列表或数据框；

formula 公式，形如y~grp,其中y为向量，grp是数据的分组，通常为因子；

data 数据框，提供数据；

range 数值，默认值为1.5，表示“触须”的范围，即range×（Q3- Q1）   ；

notch 逻辑变量，默认值为FALSE,当取值为TRUE时，画出的箱线图带有凹槽；

outline 逻辑变量，默认值为TRUE，当取值为FALSE时，表明不标明异常值点；

col数值或字符串，表示箱线图的颜色；

horizontal逻辑变量，默认值为FALSE, 当取值为TRUE时，表示将箱线图绘成水平状。

例 考察两样本均值是否相同

Figure(1)

A<-c(79.98, 80.04, 80.02, 80.04, 80.03, 80.03, 80.04,79.97, 80.05, 80.03, 80.02, 80.00, 80.02)

B<-c(80.02, 79.94, 79.98, 79.97, 79.97, 80.03, 79.95,79.97)

boxplot(A, B, names=c('A', 'B'), col=c(2,3))

##########c(2,3):表示箱线图的颜色为红色和绿色，1黑色，2红色，3绿色，#########4 蓝色，也可写成c(‘red’,‘green’)

savePlot(filename="box_plot1", type="eps")

Figure(2)： R中的数据集InsectSprays数据框，共两列，count（列名）昆虫数目，spray（列名）杀虫剂类型（共6种）,昆虫数目在6种杀虫剂类型下的数目。

boxplot(count ~ spray, data = InsectSprays, col = "lightgray")

boxplot(count ~ spray, data = InsectSprays,notch = TRUE, col = 2:7, add = TRUE)        #####add意义见12页（图形参数介绍），与上面图一起画

9 Q-Q图:是一种散点图，正态分布的散点图是分位数为横坐标，样本值为纵坐标的散点图，可辨别样本数据是否为正态分布。

qqnorm()：绘出数据的正态Q-Q图，qqline()在Q-Q图上增加一条理论直线，qqplot()绘出数据集的Q-Q图。

格式：

qqnorm(y,ylim,main=”Normal Q-Q Plot”,xlab=” Quantiles”,ylab=”Sample Quantiles”,plot.it=TRUE,datax=FALSE,…)

qqline(y, datax=FALSE, distribution=qnorm, probs=c(0.25,0.75),  qtype=7,…)

qqplot(x,y, plot.it=TRUE, xlab=deparse(substitute(x)), tlab=deparse(substitute(y)), …)

参数意义：

x 向量，表示第1组样本的数据，仅用于qqplot（）函数；

y向量，表示第2组样本的数据，或仅表示样本的数据；

main 字符串，表示图题；

xlab,ylab 字符串，分别表示x轴和y轴的标签；

 plot.it 逻辑变量，TRUE（默认值）绘图；FALSE为不绘图。

例 绘出身高体重的正态分布Q-Q图

df<-data.frame(

    Age=c(13, 13, 14, 12, 12, 15, 11, 15, 14, 14, 14, 15, 12, 

          13, 12, 16, 12, 11, 15 ), 

    Height=c(144, 166, 163, 143, 152, 169, 130, 159, 160, 175, 

             161, 170, 146, 159, 150, 183, 165, 146, 169), 

    Weight=c(38.1, 44.5, 40.8, 34.9, 38.3, 50.8, 22.9, 51.0, 

             46.5, 51.0, 46.5, 60.3, 37.7, 38.1, 45.1, 68.0, 

             58.1, 38.6, 50.8)

) 

attach(df)

qqnorm(Weight); qqline(Weight)

qqnorm(Height); qqline(Height)

detach()

savePlot(filename="Q-Q_plot2", type="eps")

10 三维透视图persp():

格式：

persp(x=seq(0,1,length.out=nrow(z)),y=seq(0,1,length.out=ncol(z)),z, xlim=range(x), xylim=range(y), zlim=range(z,na.rm=TRUE),

xlab=NULL,ylab=NULL,zlab=NULL,main= NULL,sub= NULL, theta=0,phi=15, r=sqrt(3),d=1, scale=TRUE, expand=1, col=”white”, border=NULL,

ltheta=-135, lphi=0,shade=NA, box=TRUE, axes=TRUE, nticks=5,

ticktype=”simple”,…)

参数意义：

x,y 数值型向量，分别表示x轴和y轴的取值范围；

z 矩阵，由x和y根据所绘图形函数关系生成；

theta，phi 数值，分别表示图形的观察角度和  ；

expand 数值，扩展或缩小的比例，默认值为1。

例 在[-7.5，7.5]×[-7.5，7.5]的正方形区域内绘出函数的三维透视图。

解

 y <- x <- seq(-7.5, 7.5, by = 0.5)

 f <- function(x,y) {

r <- sqrt(x^2+y^2) + 2^{-52}     

         #########加一个很小量2^{-52}避免下行运算分母为0

z <- sin(r)/r

  }

z <- outer(x, y, f)       ##### z需要在函数f关系下做外积运算（outer(x, y, f)），

                     ###########形成网格，才能绘出三维透视图

par(mai=c(0.0, 0.2, 0.0, 0.1))

persp(x, y, z, theta = 30, phi = 15, expand = .7, col = "lightblue", xlab = "X", ylab = "Y", zlab = "Z")

savePlot(filename = "sinc", type = "eps")

11 等值线contour():绘出三维图形的等值线。

格式：contour(x=seq(0,1,length.out=nrow(z)), y=seq(0,1,length.out=ncol(z)),z, nlevels=10,levels=pretty(zlim,nlevels),labels=NULL,xlim=range(x,finite=TRUE),

ylim=range(y, finite=TRUE), zlim=range(z, finite=TRUE), labcex=0.6, drawlabels=TRUE, method=”flattest”,vfont, axes=TRUE, frame.plot=axes,

col=par(“fg”), lty=par(“lty”), lwd=par(“lwd”),add=FALSE,…)

参数意义：

x,y 数值型向量，分别表示x轴和y轴的取值范围；

z 矩阵，由x和y根据所绘图形函数关系生成；

nlevels 整数，表示等值线的条数；

levels 数值向量，描述所绘等值线的值。

例 在[-3，3] ×[-3，3]的的正方形区域内绘出函数，其中等值线的值分别为-6.5，-5.75，…，7.75

解

 y <- x <- seq(-3, 3, by = 0.125)

f <- function(x,y) {

z <- 3*(1-x)^2*exp(-x^2 - (y+1)^2) -10*(x/5 - x^3 - y^5)*exp(-x^2-y^2) -

      1/3*exp(-(x+1)^2 - y^2) 

}

z <- outer(x, y, f)

par(mai=c(0.8, 0.8, 0.2, 0.2))

contour(x, y, z, 

        levels = seq(-6.5, 7.75, by = 0.75),

        xlab = "X", ylab = "Y", col = "blue")

savePlot(filename = "peaks", type = "eps")

……………………………………………完…………………………………………

一、图形参数介绍

1 图中的逻辑参数

add=TRUE表示新绘图形与已有图形的叠加，add=FALSE表示新绘图形替换已有图形。

axes=TRUE(默认值)表示在绘图形时添加坐标轴，axes=FALSE表示所绘图形没有坐标轴。

2 对数据取对数

  log=”x”、log=”y”、 log=”xy”分别表示对x轴、y轴、xy轴同时取对数；

 3图中字符串

  main=图形标题

  sub=图形副标题

  xlab=x轴标题

  ylab=y轴标题

zlab=z轴标题

 二、图形参数的永久设置

par()用来访问或修改当前图形设备的图形参数，如par(c(“col”,”lty”)),表示修改图形中的col和lty参数。

oldpar<-par(col=4,lty=2) ########修改参数

         par(oldpar)          #######完成任务后，恢复原参数值

 三、图形元素控制

 1 规定图中点的形状：默认情况下，点由空心圆组成，若改变形状，用参数pch=k完成k可以是0~25个数中的某个，或特定字符。如pch=3(表示点用“+”形状)，见下图：

 2规定图中线的类型：lty=k, k用数字表示线的类型，1（默认值）表示实线，从2开始表示各种类型的虚线。

3规定图中线的宽度：lwd=k, k为数值，表示线的宽度，1（默认值）表示标准宽度，其它值表示标准宽度的倍数，它影响lines()函数绘线宽度，及坐标轴的线宽。

4 规定图中点、线、文本、填充区域的颜色：col=k , ( 规定点、线、文本颜色)；bg=k, ( 规定填充区域的颜色), k可以是数值，用1~8分别表示黑、红、绿、蓝、青、深红、黄和灰；也可用字符串描述颜色：“black”, “red”, “green”, “blue”, “cyan”, “magenta”, “yellow”, “gray”。用palette()函数给出颜色的数值，用colors()函数给出颜色的名称。

5 规定图中字体类型：font=k, k为数字，表示字体类型，1，2，3，4分别表示正体、黑体、斜体、黑斜体。用font.axis, font.lab , font.main, font.sub分别规定坐标刻度、坐标轴标签、标题、副标题所用的字体类型。

6 图中文本对齐的方式：adj=k, k为数值，表示对齐的方式,0表示左对齐，1表示右对齐，0.5表示居中。

7 图中字符的放大倍数：cex=k, k为数值，表示放大倍数。cex.axis, cex.lab , cex.main, cex.sub分别规定坐标轴的注释、坐标轴标记、标题、副标题所用的字符放大倍数。

    ……………………………………完……………………………………..

                                 图形精加工

低水平图形函数

1 在原有图上添加点：points()

points(x, y = NULL, type = "p", ...)

参数：x,y数值向量，表示点的坐标；type 字符串，表示类型；...附加参数。

2 添加文字或符号：

text(x, y = NULL, labels = seq_along(x), adj = NULL, pos = NULL, offset = 0.5, vfont = NULL, cex = 1, col = NULL, font = NULL, ...)

参数：x,y 数值向量，表示添加文字处的坐标；labels 数值型或字符型向量，表示需要添加的文字或符号；adj 表示[0,1] 区间的值，一个或两个，描述文字调整的位置；pos数字或NULL(默认值)，1，2，3，4分别表示原始位置的下、左、上、右位置；cex数值，默认值为1，表示字体大小。

3 添加线

line(x, y = NULL, type=”p”, ...)

x,y 数值向量，表示点的坐标；

type 字符串，表示类型；

… 附加参数。

4 添加线段：

 segments(x0, y0, x1 = x0, y1 = y0, col = par("fg"), lty = par("lty"), lwd = par("lwd"),  ...)

x0, y0数值向量，表示线段的起点坐标，x1 , y1数值向量，表示线段的终点坐标。

5 添加数学符号或数学表达式

  expression( )与text( )结合使用，数学符号或数学表达式可由expression( )函数来引导，作为字符串可嵌入到text( )中使用。如： 

  text(x,y, expression(paste(“(“,…,”)“) )

6 添加图例

   图例是图形的说明

 legend(x, y = NULL, legend, fill = NULL, col = par("col"),

       border = "black", lty, lwd, pch,

       angle = 45, density = NULL, bty = "o", bg = par("bg"),

       box.lwd = par("lwd"), box.lty = par("lty"), box.col = par("fg"),

       pt.bg = NA, cex = 1, pt.cex = cex, pt.lwd = lwd,

       xjust = 0, yjust = 1, x.intersp = 1, y.intersp = 1,

       adj = c(0, 0.5), text.width = NULL, text.col = par("col"),

       text.font = NULL, merge = do.lines && has.pch, trace = FALSE,

       plot = TRUE, ncol = 1, horiz = FALSE, title = NULL,

       inset = 0, xpd, title.col = text.col, title.adj = 0.5,

       seg.len = 2)

  参数：

x,y 数值，表示放置图例的位置坐标；

legend字符串或者表达式，表示图例的内容；

col描述颜色的数字或字符串，表示边界颜色；

lty,lwd数字，描述图例中线的类型与宽度；

pch数字，描述图例中符号的类型。

  7 设置多图环境

 mfrow,mfcol可设置多图环境，par(mfrow=c(2,3)),表示2行3列共6个图，次序按行填放，par(mfcol=c(2,3))，次序按列填放。

  8 设置图形外边空

  mai, mar规定图形外边空大小, mai以英寸为单位，mar以文本行高为单位。omi或oma规定子图形的外边空大小，omi以英寸为单位，oma以文本行高为单位。如mar=c(2,2,3,1), 从“下->左->上->右”设置图外边空

9叠加新图

par(new=TRUE) 

例1  

rt<-read.table("tingcar.txt")

##op <- par(mai=c(.9, .9, .5, 0.5), cex=1.1)  ###修改图边儿宽、缩放图

plot(rt$speed,rt$dist, type="o", xlab= "speed",ylab="dist" , main = "type = o", 

      xlim=c(1,30),ylim=c(1,125))

#### 加线段

x0 <- rt$speed[4]; y0 <- rt$dist[4]

segments(x0-0.0001, y0+0.0001, x1 = 5, y1 =40, col= 1,lty=3, lwd=2)

#### 加符号

expr<-expression(paste("(", x[i],

text(5, 40+5, expr)

#### 加图例

expr1<-expression(paste("离散点"))

legend(5,100,legend=expr1,col=c("blue"),pch=c("o"))

###par(op)  ##修改后复原

.................................................................................完.......................................

例2 

x<-1:12

y1 <- c(35, 40, 40, 42, 37, 45, 43, 37, 44, 42, 41, 39) # 输入体重数据

y2 <- c(60, 74, , 71, 72, 68, 78, 66, 70, 65, 73, 75) # 输入胸围数据

plot(x,y1,type="l", col="blue",ylim=c(20,80))

par(new=TRUE)  ##叠加新图

plot(x,y2, type="l",lty=2,col="green", ylim=c(20,80))

expr1<-expression(paste("胸围"))

expr2<-expression(paste("体重"))

legend(1,57,legend=c(expr1, expr2),col=c("green下载本文