以下是本人敲的全部代码并注释:
install.packages("vcd")#安装
library(vcd)#加载
counts<-table(Arthritis$Improved)#对improve计数
counts
barplot(counts,main="simple bar plot",xlab="improvement",ylab="frequency")#主要标题
barplot(counts,main="horizontal bar plot",xlab="frequency",ylab="improvement",horiz=TRUE)#horiz=TRUE是水平条形图 是个选项
library(vcd)#加载包
counts<-table(Arthritis$Improved,Arthritis$Treatment)#分别表格化#注意大小写，R对大小写很严格，像这种的类似矩阵多些
counts
barplot(counts,main="stacked bar plot",xlab="treatment,",ylab="frequency",col=c("red","yellow","green"),legend=rownames(counts))#图例按行的名字
barplot(counts,main="grouped bar plot",xlab="treatment",ylab="frequency",col=c("red","yellow","green"),legend=rownames(counts),beside=TRUE)#beside=TRUE表示每一列是个分组,m每行的词是并列而不是分组
states<-data.frame(state.region,state.x77)
means<-aggregate(states$Illiteracy,by=list(state.region),FUN=mean)
means
means<-means[order(means$x),]#将X按从小到大排列，之所以用[]是因为里边的才是数据源
means
barplot(means$x,names.arg=means$Group.1)#arg是说标签，这里制定作为标签值
title("mean illiteracy rate")#与barplot里边的main函数式等价
par(mar=c(5,9,6,5))#下 左 上 右 距离边距
par(las=3)#刻度值方向为垂直于坐标轴#标签平行当0
counts<-table(Arthritis$Improved)#这里是为了下一步创建条件
barplot(counts,main="treatment outcome",horiz=TRUE,cex.names=0.8,names.arg=c("no improvement",'some improvement','marked improvement'))#因为倒过来了条形图是Y轴，怎么顺序解决
par(mfrow=c(2,2))#把页面分成2*2作图,向量值的图形矩阵
hist(mtcars$mpg)#最简单的
hist(mtcars$mpg,breaks=12,col='red',xlab='miles per gallon',main='colored histogram with 12 bins')#breaks=12 是说划分出12个组,标题，标签 颜色为红色的条形图
hist(mtcars$mpg,freq=FALSE,breaks=12,col='red',xlab='miles per gallon',main='histogram,rug plot,density curve')#freq=FALSE根据概率密度绘图
rug(jitter(mtcars$mpg))#rug是轴须图的意思，表示密度用刻度，
lines(density(mtcars$mpg),col='blue',lwd=2)#在已有图上加图线，density生成核密度函数，这里是在已经存在的图形上叠加，如果在新建的话那就是plot
x<-mtcars$mpg#赋值
h<-hist(x,breaks=12,col="red",xlab="miles per gallon",main='histogram wiht normal curve and box')
xfit<-seq(min(x),max(x),length=40)
yfit<-dnorm(xfit,mean=mean(x),sd=sd(x))
yfit<-yfit*diff(h$mids[1:2])*length(x)
lines(xfit,yfit,col='blue',lwd=2)
box()#添加边框
dev.off()
par(mfrow=c(2,1))#创立2行1列图
d<-density(mtcars$mpg)#建立核密度
plot(d)#没写选项表示采用默认设置
d<-density(mtcars$mpg)
plot(d,main="kernel density of miles per gallon")#添加标题
polygon(d,col="red",border="blue")#曲线内填充颜色为红色,边界线 颜色为蓝色
rug(mtcars$mpg,col="brown")#添加轴须图颜色为棕色
boxplot(mtcars$mpg,main='box plot',ylab='mailes per gallon')
dev.list()
dev.cur()
dotchart(mtcars$mpg,labels=row.names(mtcars),cex=0.7,main="gas mileage for car models",xlab="miles per gallon")#labers是由向量值构成的 注意观察
x<-mtcars[order(mtcars$mpg),]#对车的距离按从小到大排序对整个数据集，保存到x#根据每加仑汽油行驶英里数（从最低到最高）对数据框mtcars进行排序，结果保存为数据框x
x$cyl <- factor(x$cyl)#cy1变成因子充编码 这里是l不是1 注意 犯错好几次了#将数值向量cyl转换为一个因子
x$color[x$cyl==4]<-"red"#数据框中cy如果等于4的话那整个颜色为红色
x$color[x$cyl==6]<-'blue'#添加一个字符型向量(color)到数据框x中，根据cy1的值，它所含的值为‘red’‘blue’‘darkgreen’
x$color[x$cyl==8]<-'darkgreen'
dotchart(x$mpg,labels=row.names(x),cex=.7,groups=x$cyl,gcolor="black",color=x$color,pch=19,main="gas mileage for car models\nagrouped by cylinder",xlab="miles per gallon")#数字4 6和8 以黑色显示这个是gcolor,点和标签的颜色是来自向量color，分组是根据气缸数量分组，各数据点的标签取自数据框的行名（车辆型号）
