1、基本绘图系统

-需要事先计划；直观地实时反映绘图和分析数据的逻辑

-两步=图+修饰/添加=执行一系列函数

-适于绘制2D图

绘图函数（graphics包）

-plot/hist（柱状图）/boxplot（箱图）/points（点图）/lines（线）/text（在画好的图上添加文字的）/title（给整个图命名的）/axis（添加坐标轴）

-调用函数会启用一个图形设备，并设备上绘图  基本绘图系统+屏幕设备

plot()   eg:plot(x,y,...)   参数：xlab/ylab/lwd（线宽）/lty（线的类型是什么，实线or虚线）/pch（点的类型）/col（颜色）

eg1:plot(airquality$Wind,airquality$Temp)

with(airquality,plot(Wind,Temp))

title(main="wind and Temp in NYC")

%使用了with函数

eg2：with(subset(airquality,Month==9),points(Wind,Temp,col="red"))

%按月份显示

eg3：with(subset(airquality,Month %in% c(6,7,8)),points(Wind,Temp,col="black"))

%显示一个阶段的数据

eg4：fit<-lm(Temp~Wind,airquality)

abline(fit,lwd=2)

%在散点图上面加一条线性回归线

eg5：legend("topright",pch=1,col=c("red","black"),legend=c("Sep","Others"))

%加入图例

-par() 用于设置全局参数（作用欧冠与R中所有的plot绘图）参数：bg（背景颜色）/mar（和边界的边距）/las（文字横竖排版）/mfrow（将当前画板分为几行几列，按照行来填充）/mfcol（按照列来填充）

可以在使用plot函数之前对全局参数进行修改。

eg1：> par("bg") #背景

[1] "white"

> par("col") #字体颜色

[1] "black"

> par("mar")   # #(bottom,left,top,right)

[1] 5.1 4.1 4.1 2.1

>par("mfrow") #几行几列

[1] 1 1

>par(mfrow=c(1,2)) #显示图为一行两列，画两幅图时会并列显示

%记得下次使用要修改

2、Lattice绘图系统

-绘图=使用一次函数调用（一次成图）

-特别适用于观测变量间的交互：在变量z的不同水平，变量y如何随变量x变化

eg：变量x代表年龄，y代表身高，z代表性别。不仅可以观测年龄和身高，还可以观测在男性和女性的前提下，年龄和身高的关系

a.lattice包

(xyplot（散点图）/bwplot/histogram（柱状图）/stripplot/dotplot（点图）/splom/levelplot/contourplot)

格式：xyplot(y~x|f*g,data)(看xy水平在分类变量的前提下如何变化)

panel函数，用于控制每个面板内的绘图

b. grid包

实现了独立于base的绘图系统

lattice包是基于grid创建的；很少直接从grid包调用函数

c lattice与base的重要区别

Base绘图函数直接在图形设备上绘图

Lattice绘图函数返回trellis类对象（包含绘图信息）

打印函数真正执行了在设备上绘图

命令执行时，trellis类对象会被自动打印，所以看起来就像是lattice函数直接完成了绘图。

eg1：> library(lattice)

> xyplot(Temp~Ozone,data=airquality)

# 利用xyplot画散点图

eg2：> airquality$Month<-factor(airquality$Month) %先将月份设置为可以为分类变量

> xyplot(Temp~Ozone|Month,data=airquality,layout=c(5,1))

#考察月份与温度和臭氧含量的交互作用，lattice包处理交互作用的数据比较适合

eg3：> q<-xyplot(Temp~Wind,data=airquality)

> print(q)

#当赋值给其他值的适合，只有当利用print才会显示图片，否则不会显示图片

eg4:panal的使用

> set.seed(1)   %设置种子，当生成随机数时最好设置一个种子数据，这样有据可循

> x<-rnorm(100)

> f<-rep(0:1,each=5) （f中的数据分别为0和1，且每个都为50个）

> y<-x+f-f*x+rnorm(100,sd=0.5)  %保证x，f，y确实有交互关系

> f<-factor(f,labels=c("Group1","Group2"))  %设置保证f为分类变量

> xyplot(y~x|f,layout=c(2,1))

在f=0/1的前提下，x与y的关系

> xyplot(y~x|f,panel=function(x,y){            %设置panel函数，自己设计绘图的样式

+ panel.xyplot(x,y)

+ panel.abline(v=mean(x),h=mean(y),lty=2)   %添加横竖线，横线为x的均值，竖线为y的均值

+ panel.lmline(x,y,col="red")    %添加一条线性拟合线，颜色为红色

+ })

在f的前提下x与y的关系

3、ggplot2绘图系统 （最高大上的绘图系统，科科）

-The Grammar of Graphics

图：动词、名词、形容词等按照语法的组合

本质：数据映射到几何客体的美学属性（颜色/形状/大小）

-基本绘图系统+lattice绘图系统

自动处理标题/文字说明/空间等，但也允许通过添加注释进行修改

层（layer）

绘图函数

qplot() 类似于base系统里的plot()，参数包含aesthetics/geom/facet…

隐藏了绘图实现的细节，灵活性欠佳

eg1：> qplot(Wind,Temp,data=airquality)   #基本的绘图

> qplot(Wind,Temp,data=airquality,color=Month)   #不同的月份赋予不同的颜色

> airquality$Month<-factor(airquality$Month)

> qplot(Wind,Temp,data=airquality,color=Month)  #将月份设置为分类数据

> qplot(Wind,Temp,data=airquality,color=I("red")) #将颜色全部设置为红色用函数I("")

> qplot(Wind,Temp,data=airquality,shape=Month) #不同月份用不同大小来表示

> qplot(Wind,Temp,data=airquality,size=Month)

> qplot(Wind,Temp,data=airquality,geom=c("point","smooth"))  #geom函数代表加入一条平滑的线，进行拟合，阴影部分表示的是置信区间

> qplot(Wind,Temp,data=airquality,facets=.~Month)  #按月份进行绘图

> qplot(Wind,Temp,data=airquality,facets=Month~.)  #按月份进行绘图

> qplot(Wind,data=airquality)  #默认生成的是直方图

> qplot(Wind,data=airquality,facets=Month~.)  #默认生成的是直方图

> qplot(y=Wind,data=airquality)  #当输入y=**时，生成的是散点图

> qplot(Wind,data=airquality,fill=Month)  #累积直方图，不同的颜色代表不同的月份

> qplot(Wind,data=airquality,geom="density",color=Month) #密度函数

ggplot() 是核心，可以实现qplot()无法实现的功能

调用ggplot()本身不能实现绘图，要在其基础上添加层（如geom_point()）才可以

> ggplot(airquality,aes(Wind,Temp))+

+ geom_point()     #如果不加geom_point() 的话不显示点，ggplot是分层的

> ggplot(airquality,aes(Wind,Temp))+

+ geom_point(color="steelblue",alpha=0.4,size=5) #添加图片的基础信息

> ggplot(airquality,aes(Wind,Temp))+

+ geom_point(aes(color=factor(Month)),alpha=0.4,size=5) #按照月份进行绘图，factor需要在外面用aes()函数进行处理

>ggplot(airquality,aes(Wind,Temp))+geom_point()+stat_smooth()

#添加点层和统计层（指平滑的回归线，附置信区间）每一层都不是必须存在的

> ggplot(airquality,aes(Wind,Temp))+stat_smooth(method="lm",se=FALSE,aes(col=factor(Month)))

#添加统计层，按照月份区分

> ggplot(airquality,aes(Wind,Temp))+geom_point()+stat_smooth(method="lm",se=FALSE,aes(col=factor(Month),group=1))

#保证只有一条线，只分为一组

ggplot(airquality,aes(Wind,Temp,col=factor(Month)))+

geom_point()+

stat_smooth(method="lm",se=FALSE)+

scale_color_manual("Month",values=myColors)+

facet_grid(.~Month)   #将图放在不同的框里

theme_classic() #关于主题，即背景的一些变化

？theme

善于运用帮助