- plot函数
plot()可绘制数据的散点图、曲线图等。
plot(x,y)，其中x和y是向量，生成x和y的散点图。
plot(x)，其中x是一时间序列，生成时间序列图形。如果x是向量，则产生x关于下标的散点图；如果x是复向量，则绘出复数的实部与虚部的散点图。
plot(f)
plot(f,y)
其中f是因子，y是数值向量。第一种格式生成f的直方图，第二种格式生成y关于f水平的箱线图。
eg利用四种不同配方的材料A1、A2、A3、A4生产出来的元件，测得寿命如下表所示：
绘出四种不同配方材料寿命的箱线图。
y=c(1600, 1610, 1650, 1680, 1700, 1700, 1780, 1500, 1640,
1400, 1700, 1750, 1640, 1550, 1600, 1620, 1640, 1600,
1740, 1800, 1510, 1520, 1530, 1570, 1640, 1600)
f=factor(c(rep(1,7),rep(2,5), rep(3,8), rep(4,6)))
plot(f,y)
f=factor(c(rep(1,7),rep(2,5), rep(3,8), rep(4,6)))（因子1有7个，因子2有5个，因子3有8个，因子4有6个）
- pairs函数
pairs(x)，当x是矩阵或数据框时，可绘出关于矩阵各列的散点图。 - qqnorm()检验样本是否服从正态分布，qqline()在图上加上直线，绘制QQ散点图。
- hist()，绘制直方图。
- dotchart(x)，构造数据x的点图。例如：R中自带数据VADeaths，是弗吉尼亚州在1940年的人口死亡率。
dotchart(VADeaths)
dotchart(t(VADeaths))
- image(x,y,z)，countour(x,y,z)，persp(x,y,z)
其中，x、y是数值型向量，z的行数是x的维数，z的列数是y的维数。Image()绘制三维图形，contour()绘制三维图形的等值线，persp()绘制三维图形的表面曲线。
例：某山区测得一些地点的高度（单位：m），如下所示，试做出该山区的地貌图和等值线图。
x=seq(0,2800, 400)
y=seq(0,2400,400)
z=scan()#扫描数据
1: 1180 1320 1450 1420 1400 1300 700 900
9: 1230 1390 1500 1500 1400 900 1100 1060
17: 1270 1500 1200 1100 1350 1450 1200 1150
25: 1370 1500 1200 1100 1550 1600 1550 1380
33: 1460 1500 1550 1600 1550 1600 1600 1600
41: 1450 1480 1500 1550 1510 1430 1300 1200
49: 1430 1450 1470 1320 1280 1200 1080 940
Z=matrix(z, nrow=8)
image(x, y, Z)
contour(x, y, Z, levels = seq(min(z), max(z), by = 80))
persp(x, y, Z)
我们可以看到，图有两个缺点：一是过于粗糙，其原因是由于数据量过少造成的，如果数据量稍大一些，图形质量将会有很大的改善；二是三维图的观察角度不理想，这是由于只用到函数中各种参数的缺省值状态，如果改变某些参数的值，图形的观察角度也会随之改变。
persp(x, y, Z)
persp(x, y, Z,theta=30,phi=45,expand=0.7)
