1.1图表分析的准则
老师说此处主要参考了 Edward Tufte(2006)年的 Beautiful Evidence一书，第二条指的是表示出自己所认为的因果关系及相关解释
1.2 探索性图表
legend：传说，也有图例的意思
magent:品红色的
wheat:小麦色的
summary():作一个大致的统计分析，包括最小值，四分位值，最大值，中值
boxplot(pollution$pm,col="blue") 做一个箱型图，色为蓝 abline(h=12)是在图中加入一条基准线,此外v表示纵，h表示横
hist(pollution$pm,col="green")做一个条型图，色为绿 在下面再加上一个rug(pollution$pm)是在条形图下方加网格，显示一个大致分布
hist(pollution$pm,col="green"，breaks=100)加上那个breaks ，即将条形图分为100个区间
当然直方图也可以用abline(v=12,lwd=2)来搞起，前者表示竖直线的位置，此处为x=12,后者为线条粗度，越大越粗呢
也可以有abline(v=median(pollution$pm25),col="magenta",lwd=4),此处做出的效果很好，因为有中值做比对，而箱型图中包括了中值呢
条形图：barplot(table(pollution$region),col=‘wheat',main="dkkdkdkkdk") main主要是标题，另当要绘制的类别型变量为一个因子或有序因子时，可以用plot()直接作图
条形图与直方图有较大区别
条形图主要用于分类数据，并不连在一起，宽度无意义，高度表频数
直方图可表示连续数值数据，连在一起，宽度表区间组距，高度表频率，面积表示频数
于是呢开始于复合比较之道，如图
注意pm25左边是数值型，region右边是分类型，即是y轴为数值型，x轴为分类型
par 是一个类似于matlab中排列图表的函数，mfrow表示是按一个2*1来表示，mar(bottom,left,top,right)给出图象的四个边际，当然也可以不用加，系统自带默认值
好吧，一个最简单最常用的莫过于散点图了
scatterplot
with(pollution,plot(latitude,pm25))
abline(h=12,lwd=2,lty=2)
在上面中plot(x,y)轴，abline中lty=1应该是实线，2则是虚线吧
switch(ity)
case1:__________________
case2:---------------------------------
case3............................................
case4,-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.
当然也可以按分组来加色彩，如with(pollution,plot(latitude,pm25,col=region)) 即指按不同区域这个变量来给出不同色彩
同样亦可如下图，很有意思的说
further resources
R Graph Gallery
R Bloggers
1.3 R中的作图系统
主要分三种，最古老的一种为the base plotting System
the base plotting system
。艺术家的调色板模式
。以一张空白帆布开始（blank canvas)
。以plot函数开始作图（或相似的函数）
。使用注释函数(annotation functions)来add/modify（text,lines,points,axis)
intuitive:直观的
ex:用R中内置的data() :cars,作图 with(cars.plot(speed,dist)),如果想加东西的话，慢慢来自己慢慢加
第二种为the lattice System(晶格系统）不知翻译对否？
那么有一些不足点呢在于
。有时用单个函数调用一个整图会很让人不爽（课上用的是awkward:即尴尬）
。在图中的注释不会那么的直观（annotation,intuitive)
。面板函数和注脚很难使用，且需要强烈的准备（use of panel functions and subscripts diffcult to wield and requires intense preparation
。一旦图象被创建，就再也不能add(can not add to the plot once it is created)
到现在还不懂的是region=state.region不知道是咋来的
好吧，明白了，在data()中还有另一个数据集，叫做state.region，老师把这个数据集合到state.x77上去了，好吧
最后一个呢就是流行度最广的ggplot2 System了
比lattice 直观，比base 强大，而且兼具灵活性，可以慢慢加东东的哟
当然要是对背景不爽的话，也是可以换的，可以改默认值的，当然与其他两个系统会有所不同的说
好吧总结一下
。Base 艺术家的调色板，你可以一样一样的加东西上去，但是如果要批量生产的话，可能就得写不少函数了
。lattice 所有的图表呢都由一个函数来表达出来，不能更改
。ggplot2 相当于前面两种的混合体
在使用过程中，如果用了一种系统的函数，就不要再用另一种系统的函数，否则的话，it's so confused
1.4 基础绘图系统（Base plotting System)
encapsulate:封装
devices:此处似为绘图面板的意思
piecemeat :零碎,tweaked:变化
有问题的话就打？par 就好了
上图中将Month转为因素
有意思的是第一个pch.默认情况是。，如果爽的话甚至可以改成字符，比如‘a',于是散点图变成了全是a 的图，哈哈
override:覆盖 specify:指定 specific:具体
类似于空间布局一样的par 函数，las 取值范围为{0，1，2，3}，0为默认，1为全水平，2为垂直于轴，3为两座标轴标签全垂直
可以通过par函数来查看默认值的(default values for global graphics parameters),
如：par("lty') 显示：## [1] "solid" par("col")等等， par("pch") mar()函数成顺时针排列，下，左，上，右
如par("mar") 显示：## 【1】 5.1 4.1 4.1 2.1 表示图的边际顺时针排列为5.1，4.1，4.1，2.1
图做好了之后，可以用这些个东西往后加 arbitrary:随机的 ，text(-2,-2,"label")意指在图中的（-2.-2）位置 输入label字，legend主要有四个值：topleft/topright/bottomleft/bottomright
比如：with(airquality,plot(Wind,Ozone))
后面加上title（main="名字“） ##add a title
也可以这样
好吧，pch=20就是小圆点，下面这种形式比上节的要简单一点吧
mtext就是写在所有图上面的主题呢，outer不设置的话，是没有地方写mtext的
总结一下：
在基础绘图系统中，是通过一系列的调用R函数来创建一个图的
绘图呢主要有两步了，第一是创建一个plot，第二个呢是给图加注释，如（加线，点，图例，等等）
这个系统呢很灵活，在控制绘图上也有高度的自由，但是同时控制的参数太多，也很烦人，不过默认值还是比较好用的
如果不知道 点代表什么，可以用example(points)来看
rnorm（n)标准正态分布生成n个，rpois（n,lamba)生成泊松分布n个，其中lamba这个参数自定
plot(x,y,type="n")显示一张空图
如g <- gl(2,50,lables = c("male","female"))即是将1和2每个都重复50次，因素 为男，女，
str(g)此处中str功能类似于class等
plot(x,y,type="n")创建一个空图
points(x[g=="male"],y[g=="male"],col="green")再分别往上加点
points(x[g=="female"],y[g=="female"],col="red")
1.5 R中的图形设备（graphics devices in R) scalable可扩展的
这个在使用过程中，最好先用代码试下看行不行，再复制到pdf中，因为将图写入pdf中的时候，是不能可视化的
上面的试了下，是可以的
