条形图：
基本语法： barplot(H, xlab, ylab, main, names.arg, col)
H是包含在挑选图中使用的数值的向量或矩阵
xlab是x轴的标签
ylab是y轴的标签
main是条形图的标题
names.arg是在每个条下出现的名称的向量
col用于向图中的条形提供颜色
border条形图边框颜色
直方图：
基本语法：hist(v, main, xlab, xlim, ylim, breaks, col, border)
v是包含直方图中使用的数值的向量
main表示图标的标题
col用于设置调条的颜色
border用于设置每个条的边框颜色
xlab用于给出x抽的描述
xlim用于指定x轴上的值得范围
break用于体积每个条的宽度
sub表示子标题
折线图：
基本语法：plot(v, type, col, xlab, ylab, pch, lty, lwd)
v是包含数值的向量
type b-同时画出点和线 p-画出点 l-画出线
c-没有点只有线 o-同时画出点和线，线覆盖点
h-画出垂直线 s-画出下阶梯图 S-画出上阶梯图 n-什么都不画
pch指点的形状，用数字表示1~25
lty指定线条类型（0=blank, 1=solid (default), 2=dashed, 3=dotted, 4=dotdash, 5=longdash, 6=twodash）
lwd指定线条宽度（默认值的几倍）
col默认绘图颜色：col.axis坐标轴颜色 col.main标题颜色 col.sub副标题颜色
cex相对默认大小缩放倍数得数值：cex.axis坐标轴刻度文字的缩放倍数
cex.lab坐标轴标签（名称）的缩放倍数 cex.main标题的缩放倍数
cex.sub副标题的缩放倍数
font：整数类型1=常规，2=粗体，3=斜体，4=粗斜体，5=符号字体（adobe编码）
使用line（）函数，可以在一个图表上绘制多条线
v <- c(7,12,28,3,41)
t <- c(14,7,6,19,3)
plot(v,type = "o",col = "red", xlab = "Month", ylab = "Rain fall",
main = "Rain fall chart")
lines(t, type = "o", col = "blue")
散点图：
plot
当我们有两个以上的变量，我们想找到一个变量和其余变量之间的相关性，我们使用散点图矩阵。 我们使用pairs()函数创建散点图的矩阵。
pairs（formula，data）
formula：表示成对使用的一系列变量
data：表示将从其获取变量的数据集
饼状图
基本语法：pie(x,labels,radius,main,col,clockwise)
x是包含饼状图中使用的数值的向量
labels用于给出切片的描述
radius表示饼图圆的半径（值-1和+1之间）
main表示图表的标题
col表示调色板
clockwise是指示偏瘦是顺时针还是逆时针绘制的逻辑值
R中也有多种用于创建连续型颜色向量的函数：rainbow(), heat.colors(), terrain.colors(), top.colors(), cm.colors(), gray()
图例：
基本语法：legend（location，title，cex，fill）
location：图例位置，可直接给定xy值，关键字：bottom、bottomleft、left、topleft、topright、right、bottomright、center
title：图裂标题的字符串
fill：颜色
文本标注：
基本语法：text（location，“”，cex，col，pos）
location：文本标注的位置
“”：文本内容
pos：文本相对位置的方向参数