散点图
> plot(x1,x2)
直方图
可以用来表示不同值出现的频率
> hist(x$x1)
箱线图
> boxplot(x$x1,x$x2,x$x3)
箱子中间的黑色粗线为样本的中位数。比如第一个图为90箱子的上下横线分别表示样本的25%分位线以及75%分位线，意思是有25%的样本数在上横线以上。上下延伸的直线为尾线，尾线的尽头为最高值和最低值第二个和第三个数据集箱子外面有一个点，叫做异常值
> boxplot(x[2:4],col=c("red","green","blue"),notch = T)
产生有颜色和缺口的箱线图
星相图
可以直观的分析不同个体在不同方面的特征，如果x1，x2，x3分别代表不同个体的三科成绩
> stars(x[c("x1","x2","x3")])
可以从图中看出的是有的同学偏科很严重，有的均衡发展。
另外，还可以画出不同类型的星相图（雷达图）
> stars(x[c("x1","x2","x3")],full=T,draw.segments = T)
扇形的半径越大，面积越大说明某一科成绩很好，分布畸形代表着存在着偏科
，full=T代表着画整圆，draw.segments = T代表画扇形
> stars(x[c("x1","x2","x3")],full=F,draw.segments = T)
柱状图
> table(x$x1)80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 5 8 4 3 4 2 7 5 3 9 7 7 5 5 3 6 3 1 6 5 2 > barplot(table(x$x1))
饼图
> pie(table(x$x1))
