R语言中的统计图形
饼图
在统计学家看来饼状图是表达信息效果很差的一种图，因为在饼状图中很难对不同扇区的大小进行比较，或对不同饼状图之间的数据进行比较。以至于在R中对于饼状图的操作相比起别的统计图形要少很多。
在R中饼状图的代码如下：
pie(x,labels=,main=" ",col=rainbow( ))#labels表示注释，col采用rainbow调色，main表示标题
还可以在R中绘制3D的饼状图，借助plotrix包中的pie3D（）函数可实现。代码如下：
library(plotrix)
pie3D(GDP,labels=countries,explode=0.1,main="3D Pie Chrt")
如果没有标注百分比，我们将很难判断India和Ruassia之间的数量关系，为了更明显地展示不同国家之间的数量差异，可以借助fan.plot（）函数，代码如下：
fan.plot(GDP,labels=countries,main="Fan plot")
直方图
不等距分组
利用datasets包中的mtcars数据集
hist(mpg,breaks=c(2*5:9,5*4:7),col="blue1",ylim=c(0,0.12),xlim=c(10,35),freq=F,xlab="Miles/Gallon")
hist(mpg,breaks=12,col="blue1",ylim=c(0,0.12),xlim=c(10,35),freq=F,xlab="Miles/Gallon")
lines(density(mpg),col="red",lwd=2)#拟合曲线加以描述
box（）#加框
需要注意的是所绘制的直方图是归一化的，即纵轴不是频数，而是相对的占比。
breaks参数值是控制分组数量，实质上是用pretty（）函数进行分组划分的。不是任意的组数都能实现，例如分成10组、12组、15组在这个数据集的直方图中没有区别。
核密度图
顾名思义，核密度估计是用于估计随机变量概率密度函数的一种非参数方法，核密度图是一种值得推荐的用以观察连续型变量分布的有效方法。