箱线图
boxplot()是箱线图的绘制函数，一般上下两条线为该数据集合的两个极值，极大值和极小值，箱子上下边缘是分位数，箱子中的黑粗线为中位线，而且，该图像不会将异常值考虑在内
head(attenu)
boxplot(attenu$accel)
如图：
当然我们也可以查看箱线图具体的内容
boxplot.stats(attenu$accel)#会显示详细的信息，其中stats给出的是极值、四分位数和中位数；n是数据点的个数；cof是衡量中位数的一个置信区间；out给出了具体数值， 如下图：
备注：这里需要给大家提醒一下，r给了两种概述函数，其中fivenum()概述同一列的数值，而summary()函数给的是整体的概述，可以附张图大家看看结果。
散点图
head(cars)
plot(cars) #plot()散点图是对数据集范围的绘制，可以看到speed增大的时候，dist也在增大，明显是一个正相关的关系；
如图：
也可以进行图形变换，如
plot(cars$dist,cars$speed,xlab="dist(km)",ylab="speed(km/h)",xlim=c(0,20)) #表示将横坐标设为距离，将纵坐标设为速度，并且要求距离在20千米以内的小车速度的变化。这里大家可以自己试试。
线图
plot（）绘制线图，这里我们是用数据AirPassengers
head(AirPassengers)
plot(AirPassengers)
结果如下图所示：
若是想细致查看1958-1960年，乘客在300-600之间的图像，可以做如下的处理。
plot(AirPassengers,xlim=c(1958,1960),ylim=c(300,600),axes=FALSE) #axes是禁止坐标轴生成，以便后边使用axis()函数。
axis(1,at=seq(1958,1960,1/12))
abline(v=1958.5)
abline(v=1959.5) #实现每半年的数据趋势分析
直方图
head(iris)
hist(iris$Petal.Length)
hist(Petal.Length,breaks=(1,7,0.00001)) #直方图保持原有高度，但是宽度变为0.00001m
密度直方图
接着上边调用的iris数据，绘制密度直方图
hist(Petal.Length,freq=FALSE) #不显示频数
line(seq(1,7,0.01),dnorm(seq(1,7,0.01),mean(Petal.Length),sd(Petal.length)))
lines(densiity(Petal.Length))
boxplot(Petal.Length)
结果如图：
茎叶图
茎叶图我在spss中已经解释过，这里只看数据统计结果。
stem(Petal.Length)
以第一行为例，这里的数据读取为：10,11,12,12,13,13······
也可以对茎叶图的跨度进行设置，默认为1
stem(Petal.Length,scale=0.5)
好了，我的小伙伴们，今天就先到这儿吧，下期见！O(∩_∩)O哈哈~
