实验目的

掌握R语言中点图和条形图的绘制及参数设置

实验原理

数据可视化是数据探索阶段的标志，它使得数据能够直接传递信息而不需要首先对数据施加解释。本节教程会介绍一些呈现数据的方法来解释变量的总体分布。

实验步骤

点图：

点图提供了一种在简单水平刻度上绘制大量有标签值的方法。可以使用dotchart()函数创建点图，格式为：dotchart(x, labels=…)。其中x是一个数值向量，而labels则是由每个点的标签组成的向量。可以通过添加参数groups来选定一个因子，用以指定x中元素的分组方式。参数gcolor可以控制不同组标签的颜色，cex可控制标签的大小。
如下例绘制数据集mtcars中mpg（每加仑行驶公里数）的点图，标签为行名：

> data(mtcars)
> dotchart(mtcars$mpg,labels=row.names(mtcars),cex=.7,main="汽车的每加仑里程(MPG)散点图",xlab="每加仑里程(MPG)")

另一个例子：

> dotchart(VADeaths, main = "Death Rates in Virginia - 1940")

条形图：

条形图通过垂直的或水平的条形展示了类别型变量的分布（频数）。函数barplot()的最简单用法是：barplot(height)，其中height是一个向量或一个矩阵。
如下例绘制数据集mtcars中cyl（气缸数）的条形图：

> barplot(table(mtcars$cyl), main="汽缸数分布条形图",xlab="汽缸数")

另一个例子：

> require(grDevices) # for colours
> tN <- table(Ni <- stats::rpois(100, lambda = 5))
> r <- barplot(tN, col = rainbow(20))
> lines(r, tN, type = "h", col = "red", lwd = 2)
> 
> barplot(tN, space = 1.5, axisnames = FALSE,
+         sub = "barplot(..., space= 1.5, axisnames = FALSE)")

条形图添加图例：

> barplot(height = cbind(x = c(465, 91) / 465 * 100,
+                        y = c(840, 200) / 840 * 100,
+                        z = c(37, 17) / 37 * 100),
+         beside = FALSE,
+         width = c(465, 840, 37),
+         col = c(1, 2),
+         legend.text = c("A", "B"),
+         args.legend = list(x = "topleft"))

条形图添加阴影图例：

> barplot(VADeaths, angle = 15+10*1:5, density = 20, col = "black",
+         legend = rownames(VADeaths))
> title(main = list("Death Rates in Virginia", font = 4))