plotrix包中的twoord.plot()函数和twoord.stackplot()函数，它们可以实现双坐标轴图形的绘制。
（1）twoord.plot()函数语法及参数含义：
twoord.plot(lx,ly,rx,ry,data=NULL,main="",xlim=NULL,lylim=NULL,rylim=NULL,mar=c(5,4,4,4),lcol=1,rcol=2,
xlab="",lytickpos=NA,ylab="",ylab.at=NA,rytickpos=NA,rylab="",rylab.at=NA,lpch=1,rpch=2,
type="b",xtickpos=NULL,xticklab=NULL,halfwidth=0.4,axislab.cex=1,do.first=NULL,...)
lx,ly,rx,ry：分别指定左坐标轴和右坐标轴的值，必须是连续的值
data：需要绘制双轴图形的数据框
main：为图形指定标题
xlim：限制横坐标值的范围
lylim,rylim：限制左右纵坐标值的范围
mar：设置图形边界距，默认值为(5,4,4,4)
lcol,rcol：设置左右坐标轴的颜色，这样可以起到图例的作用
xlab：设置横坐标轴标签
lytickpos：设置左坐标轴刻度标签的位置
ylab：设置左坐标轴标签
ylab.at：设置左坐标轴标签位置
rytickpos：设置右坐标轴刻度标签的位置
rylab：设置又坐标轴标签
rylab.at：设置右坐标轴标签位置
lpch,rpch：设置左右坐标轴图形的外观
type：指定图形类型
xtickpos：设置横坐标轴刻度标签位置
xticklab：设置横坐标轴刻度标签
halfwidth：设置用户给定条形图宽度的一半
axislab.cex：设置坐标轴标签和刻度标签的大小
do.first：通过该参数可以往图形中添加背景色或网格线
例如：
twoord.plot(lx=bwt$年份,ly=bwt$表型值,rx=bwt$年份,ry=bwt$育种值,
main='初生重的表型和遗传变化趋势',xlab='年份',ylab='表型值',
rylab='育种值',type=c('b','b'))
增加网格线：
twoord.plot(lx=bwt$年份,ly=bwt$表型值,rx=bwt$年份,ry=bwt$育种值,
main='初生重的表型和遗传变化趋势',xlab='年份',ylab='表型值',
rylab='育种值',type=c('b','b'),do.first = 'plot_bg(col =\'gray\');
grid(col= \'white\', lty = 2)')
如果想把左坐标轴的表型值用条形图表示，右坐标轴的育种值用线条表示，该如何操作呢？很简单，只需将type参数设置为(‘bar’,’line’)就可以了
twoord.plot(lx=bwt$年份,ly=bwt$表型值,rx=bwt$年份,ry=bwt$育种值,
main='初生重的表型和遗传变化趋势',xlab='年份',ylab='表型值',
rylab='育种值',type=c('bar','line'),do.first = 'plot_bg(col =\'gray\');
grid(col= \'white\', lty = 2)')
这个条形图怎么设置细窄？不要着急，只要稍稍调整halfwidth参数的大小即可，这里设置为0.1：
twoord.plot(lx=bwt$年份,ly=bwt$表型值,rx=bwt$年份,ry=bwt$育种值,
main='初生重的表型和遗传变化趋势',xlab='年份',ylab='表型值',
rylab='育种值',type=c('bar','line'), halfwidth= 0.1, do.first = 'plot_bg(col =\'gray\');
grid(col= \'white\', lty = 2)')
以下内容是转载数据人网和原文链接：http://shujuren.org/index.php/Article/update/aid/163
hist()函数，直方图+核密度图是如何绘制的？hist()函数+lines()函数：
set.seed(1000)
x = rnorm(1000,10,3)
h <- hist(x, breaks = 50)
hist(x, breaks = 50, col = ‘steelblue’)
lines(density(x), col = ‘red’)
哎？核密度线怎么成了一条直线了？原来是因为直方图高度对于的频次与核密度值不是一个量纲，即频次在0~60之间，而核密度值在0~1之间。如果要使核密度曲线体现出来，必须将hist()函数中freq参数设置为FALSE：
hist(x, breaks = 50, col = ‘steelblue’, freq = FALSE)
lines(density(x), col = ‘red’, lwd=2)
如果我既想看到不同组的频次，又想看到对应的密度值该怎么办呢？这个时候就需要绘制双轴图了：
x1 <- h$mids
y1 <- h$counts
x2 <- seq(min(x), max(x), by = 0.01)
y2 <- dnorm(seq(min(x), max(x), by = 0.01),10,3)
twoord.plot(lx = x1, ly = y1, rx = x2, ry = y2, type=c(‘bar’,’l’), lcol
= ‘steelblue’, rcol = ‘red’, ylab = ‘Counts’, rylab = ‘Density’, main =
‘Histogram and density curve’, halfwidth=0.2, lylim = c(0,max(y1)+1), rylim
= c(0,0.2),lwd=2)
关于twoord.plot()函数，最后再介绍一种图，帕累托图形。即图形中包一个纵坐标轴表示绝对数量，另一个纵坐标轴表示累计百分比。实现该图脚本如下：
type <- 1:7
absolute <- c(12,15,20,28,11,5,7)
cum_per <- cumsum(absolute)/sum(absolute)
twoord.plot(lx = type, ly = absolute, rx = type, ry = cum_per, type=c(‘bar’,’l’),
lcol = ‘steelblue’, rcol = ‘red’, ylab = ‘总数’, rylab = ‘累计百分比%’, main =
‘帕累托图’, xtickpos=type, xticklab = c(‘A’,’B’,’C’,’D’,’E’,’F’,’G’))
下面再看一下twoord.stackplot()函数，该函数与twoord.plot()的不同之处在于，其可以绘制堆叠图，函数具体语法和参数含义如下：
twoord.stackplot(lx, rx, ldata, rdata,
lcol, rcol, ltype, rtype,
border, rylab, lylab,
xlab,
..., incrylim=NULL,halfwidth=0.4,
leftfront=FALSE,
mar = c(5, 4, 4, 4))
lx,rx：指定左右横坐标轴的值
ldata,rdata：指定左右纵坐标轴的值
lcol, rcol：指定左右坐标轴的颜色
ltype, rtype：指定左右坐标轴线的类型
border：指定条形图边框颜色
rylab,lylab：指定左右纵坐标轴标签
xlab：指定横坐标轴标签
incrylim：增加坐标轴值的范围
halfwidth：设置用户给定条形图宽度的一半
leftfront：如果leftfront设置为TRUE的话，则左坐标轴将置于顶层
mar：设置图形边界距，默认值为(5,4,4,4)
现在有一个场景是这样的，需要绘制某APP在2015年各月中新老会员人数及新会员所占比重：
set.seed(1111)
Date <- 1:12
Old <- round(runif(12, 100,300))
New <- round(runif(12, 50,120))
Ratio <- New/(New+Old)
twoord.stackplot(lx=Date, rx=Date, ldata=cbind(Old, New), rdata=Ratio,
lcol=c(‘steelblue’,’orange’), rcol=’red’, ltype=”bar”,
rtype=’l’, border=”grey80”, lylab = ‘人数’, rylab = ‘新客比例’, xlab=’月份’,
main=’新老客占比’, incrylim=0.1)
上图能够很高的看出新老客之间的数量对比，同时也能看出新客的趋势线，唯一不足的是，没有图例，下面就以图层的概念，在该图的基础上添加一下图例：
par(xpd=TRUE)
par(new=TRUE)
plot(0:1, 0:1, type=”n”, xlab=””,ylab=””,
axes=FALSE)
legend(0, 1.5, leg=c(‘老客’, ‘新客’), fill=c(‘steelblue’,’orange’), bty =
‘n’)
legend(-0.03, 1.25, leg=’新客比例’, col=’red’, lty = 1, bty = ‘n’)
par(xpd=FALSE, new=FALSE)
非常完美，根据以上的场景要求，就绘制完一幅图形了，而且也能迅速的了解到图所表达的内容。
