1颜色
颜色应反映数据的性质，并仔细选择以向所有观众传达等效信息。这rcolorbrewer.包提供一种选择颜色的简单方法;另见colorbrewer2.网站。
库（rcolorbrewer）display.brewer.all（）
我们将使用“定性”系列中的配色方案，代表不同的因素和选择颜色。我们将获得前四种颜色。
调色板< - Brewer.pal（4，“Dark2”）颜色应反映数据的性质，并仔细选择以向所有观众传达等效信息。这rcolorbrewer.包提供一种选择颜色的简单方法;另见colorbrewer2.网站。
库（rcolorbrewer）display.brewer.all（）
我们将使用“定性”系列中的配色方案，代表不同的因素和选择颜色。我们将获得前四种颜色。
调色板< - Brewer.pal（4，“Dark2”）我们将使用内置说明“基础”图形MTCARS.数据集
数据（MTCARS）＃加载数据集头（MTCARS）## MPG Cyl Disp HP DRAT WT QSEC VS AM齿轮CARB ## MAZDA RX4 21.0 6 160 110 3.90 2.90 2.62016.46 0 1 4 4 ## MAZDA RX4 WAG 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4 ## Datsun 710 22.8 4108 93 3.85 2.320 18.61 1 1 4 1 ##大黄蜂4驱动器21.4 6 258 110 3.08 3号258 110 3.08 3.215 19.44 1 0 3 1 ##大黄蜂运动签名18.7 8 360 175 3.15 3.440 17.02 0 0 3 2 ## valiant 18.1 6 225 105 2.76 3.460 20.221 0 3 1基本模型是绘制数据，例如，每加仑和马力之间的关系。
情节（MPG〜HP，MTCARS）
外观可能受到参数的影响，看？阴谋然后？plot.default.和par。
绘图（MPG〜HP，MTCARS，PCH = 20，CEX = 2，COL = PAPTET [1]）
可以通过一系列命令组成更复杂的曲线，例如，绘制线性回归，制作绘图，并使用回归线添加abline（）。
绘图（MPG〜HP，MTCARS）FIT < - LM（MPG〜HP，MTCARS）ALLINE（FIT，COL = PAPTERTE [1]，LWD = 3）
首先加载ggplot2.图书馆
图书馆（GGPLOT2）告诉ggplot2.什么绘制使用ggplot（）和AES（）;我们将使用列生命值（马力）和MPG.（每加仑英里）。
ggplot（mtcars，aes（x = hp，y = mpg））注意中性灰色背景与白色栅格提供不引人注目的方向。注意轴和刻度标签的相对较小的尺寸，以避免分散数据提供的模式。
ggplot2.用不同的用途geom_ *添加到基本绘图。添加点
GGPLOT（MTCARS，AES（X = HP，Y = MPG））+ GEOM_POINT（）
添加线性回归线和标准错误...
GGPLOT（MTCARS，AES（X = HP，Y = MPG））+ GEOM_POINT（）+ GEOM_SMOOTH（方法= LM，COL =调色板[1]）
......以及局部平滑的回归
ggplot（mtcars，aes（x = hp，y = mpg））+ geom_point（）+ geom_smooth（方法= lm，col = palette [1]）+ geom_smooth（col = palette [2]）
要说明其他功能，请加载BRFSS数据子集
路径< - file.choose（）BRFSS < - read.csv（路径）绘制权重的分布geom_dentions（）
ggplot（brfss，aes（x = weight））+ geom_dentions（）
每年单独绘制权重，使用填充=因子（年）和alpha = .5争论在AES（）争论
GGPLOT（BRFSS，AES（x =重量，填充=因子（年）））+ GeoM_DENTES（alpha = 0.5）
美国人正在变得越来越重，并且权重的变化正在增加。
使用每个性行为创建单独的面板facet_grid（），具有描述用于用于行（公式的左侧）和列（右侧）的因子的公式。
GGPLOT（BRFSS，AES（x =重量，填充=因子（年）））+ geom_dentions（）+ facet_grid（性别〜。）