1.1圖表分析的準則
老師說此處主要參考了 Edward Tufte(2006)年的 Beautiful Evidence一書，第二條指的是表示出自己所認爲的因果關係及相關解釋
1.2 探索性圖表
legend：傳說，也有圖例的意思
magent:品紅色的
wheat:小麥色的
summary():作一個大致的統計分析，包括最小值，四分位值，最大值，中值
boxplot(pollution$pm,col="blue") 做一個箱型圖，色爲藍 abline(h=12)是在圖中加入一條基準線,此外v表示縱，h表示橫
hist(pollution$pm,col="green")做一個條型圖，色爲綠 在下面再加上一個rug(pollution$pm)是在條形圖下方加網格，顯示一個大致分佈
hist(pollution$pm,col="green"，breaks=100)加上那個breaks ，即將條形圖分爲100個區間
當然直方圖也可以用abline(v=12,lwd=2)來搞起，前者表示豎直線的位置，此處爲x=12,後者爲線條粗度，越大越粗呢
也可以有abline(v=median(pollution$pm25),col="magenta",lwd=4),此處做出的效果很好，因爲有中值做比對，而箱型圖中包括了中值呢
條形圖：barplot(table(pollution$region),col=‘wheat',main="dkkdkdkkdk") main主要是標題，另當要繪製的類別型變量爲一個因子或有序因子時，可以用plot()直接作圖
條形圖與直方圖有較大區別
條形圖主要用於分類數據，並不連在一起，寬度無意義，高度表頻數
直方圖可表示連續數值數據，連在一起，寬度表區間組距，高度表頻率，面積表示頻數
於是呢開始於複合比較之道，如圖
注意pm25左邊是數值型，region右邊是分類型，即是y軸爲數值型，x軸爲分類型
par 是一個類似於matlab中排列圖表的函數，mfrow表示是按一個2*1來表示，mar(bottom,left,top,right)給出圖象的四個邊際，當然也可以不用加，系統自帶默認值
好吧，一個最簡單最常用的莫過於散點圖了
scatterplot
with(pollution,plot(latitude,pm25))
abline(h=12,lwd=2,lty=2)
在上面中plot(x,y)軸，abline中lty=1應該是實線，2則是虛線吧
switch(ity)
case1:__________________
case2:---------------------------------
case3............................................
case4,-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.
當然也可以按分組來加色彩，如with(pollution,plot(latitude,pm25,col=region)) 即指按不同區域這個變量來給出不同色彩
同樣亦可如下圖，很有意思的說
further resources
R Graph Gallery
R Bloggers
1.3 R中的作圖系統
主要分三種，最古老的一種爲the base plotting System
the base plotting system
。藝術家的調色板模式
。以一張空白帆布開始（blank canvas)
。以plot函數開始作圖（或相似的函數）
。使用註釋函數(annotation functions)來add/modify（text,lines,points,axis)
intuitive:直觀的
ex:用R中內置的data() :cars,作圖 with(cars.plot(speed,dist)),如果想加東西的話，慢慢來自己慢慢加
第二種爲the lattice System(晶格系統）不知翻譯對否？
那麼有一些不足點呢在於
。有時用單個函數調用一個整圖會很讓人不爽（課上用的是awkward:即尷尬）
。在圖中的註釋不會那麼的直觀（annotation,intuitive)
。面板函數和註腳很難使用，且需要強烈的準備（use of panel functions and subscripts diffcult to wield and requires intense preparation
。一旦圖象被創建，就再也不能add(can not add to the plot once it is created)
到現在還不懂的是region=state.region不知道是咋來的
好吧，明白了，在data()中還有另一個數據集，叫做state.region，老師把這個數據集合到state.x77上去了，好吧
最後一個呢就是流行度最廣的ggplot2 System了
比lattice 直觀，比base 強大，而且兼具靈活性，可以慢慢加東東的喲
當然要是對背景不爽的話，也是可以換的，可以改默認值的，當然與其他兩個系統會有所不同的說
好吧總結一下
。Base 藝術家的調色板，你可以一樣一樣的加東西上去，但是如果要批量生產的話，可能就得寫不少函數了
。lattice 所有的圖表呢都由一個函數來表達出來，不能更改
。ggplot2 相當於前面兩種的混合體
在使用過程中，如果用了一種系統的函數，就不要再用另一種系統的函數，否則的話，it's so confused
1.4 基礎繪圖系統（Base plotting System)
encapsulate:封裝
devices:此處似爲繪圖面板的意思
piecemeat :零碎,tweaked:變化
有問題的話就打？par 就好了
上圖中將Month轉爲因素
有意思的是第一個pch.默認情況是。，如果爽的話甚至可以改成字符，比如‘a',於是散點圖變成了全是a 的圖，哈哈
override:覆蓋 specify:指定 specific:具體
類似於空間佈局一樣的par 函數，las 取值範圍爲{0，1，2，3}，0爲默認，1爲全水平，2爲垂直於軸，3爲兩座標軸標籤全垂直
可以通過par函數來查看默認值的(default values for global graphics parameters),
如：par("lty') 顯示：## [1] "solid" par("col")等等， par("pch") mar()函數成順時針排列，下，左，上，右
如par("mar") 顯示：## 【1】 5.1 4.1 4.1 2.1 表示圖的邊際順時針排列爲5.1，4.1，4.1，2.1
圖做好了之後，可以用這些個東西往後加 arbitrary:隨機的 ，text(-2,-2,"label")意指在圖中的（-2.-2）位置 輸入label字，legend主要有四個值：topleft/topright/bottomleft/bottomright
比如：with(airquality,plot(Wind,Ozone))
後面加上title（main="名字“） ##add a title
也可以這樣
好吧，pch=20就是小圓點，下面這種形式比上節的要簡單一點吧
mtext就是寫在所有圖上面的主題呢，outer不設置的話，是沒有地方寫mtext的
總結一下：
在基礎繪圖系統中，是通過一系列的調用R函數來創建一個圖的
繪圖呢主要有兩步了，第一是創建一個plot，第二個呢是給圖加註釋，如（加線，點，圖例，等等）
這個系統呢很靈活，在控制繪圖上也有高度的自由，但是同時控制的參數太多，也很煩人，不過默認值還是比較好用的
如果不知道 點代表什麼，可以用example(points)來看
rnorm（n)標準正態分佈生成n個，rpois（n,lamba)生成泊松分佈n個，其中lamba這個參數自定
plot(x,y,type="n")顯示一張空圖
如g <- gl(2,50,lables = c("male","female"))即是將1和2每個都重複50次，因素 爲男，女，
str(g)此處中str功能類似於class等
plot(x,y,type="n")創建一個空圖
points(x[g=="male"],y[g=="male"],col="green")再分別往上加點
points(x[g=="female"],y[g=="female"],col="red")
1.5 R中的圖形設備（graphics devices in R) scalable可擴展的
這個在使用過程中，最好先用代碼試下看行不行，再複製到pdf中，因爲將圖寫入pdf中的時候，是不能可視化的
上面的試了下，是可以的
