添加的话，用完plot，添加点用points，添加线用lines。
简单点的应用类似：
plot（X,Y）
points（X，Y1）
这样的感觉。
一分为多的话，用split.screen。
上我自己最近写的代码做个例子：
jpeg(filename="geeseP3.jpeg") #画jpeg图
split.screen(c(1,2)) #分屏幕为左右两边
screen(1) #屏幕1预备输出
plot(X2,Y,type="p",xlab="X2",ylab="Y",main="Plotting of X2 and Y")
screen(2) #屏幕2预备输出
plot(X2,Y,type="l")
dev.off()
[图片上传失败...(image-971894-1652159195638)][图片上传失败...(image-582108-1652159195639)]
如果图例放在图内，直接用legend函数如
如果放在图外部
[图片上传失败...(image-1fc62b-1652159195639)]
方法：
绘图方法：
如果变量是因子直接用plot画
横向条形图
若变量不是因子，对变量进行频数统计（table）
若变量是因子直接用plot绘画
绘制方法：
绘制分组条形图可设置beside=TRUE，设置标签名可以用names.arg
绘制方法：
若是想要加比例系数
可使用pct <- round(slices/sum(slices)*100)
lbls2 <- paste(lbls, " ", pct, "%", sep="")
绘制方法
绘制方法：
绘制方法
绘制方法：
叠加了一条密度曲线和轴须图（rug plot）。这条密度曲线是一个核密度估计
绘制方法：
绘制方法：
可比较的核密度图
绘制方法：
绘制方法：
并列箱线图
绘制方法：
含凹槽的箱线图可以用notch=TRUE
两个交叉因子的箱线图boxplot（因变量~因子1*因子2，...）
白点：中位数，黑色的盒子范围是下四位分数到上四位分位点，细黑线表示须，外部形状是核密度估计
绘制方法：
绘制方法：
分组点图
绘制方法：
