最初我是在“ A genome-based model for adjusting radiotherapy dose (GARD): a retrospective, cohort-based study ”这篇文章中看到的一个图。
它形似一张提琴图，展示了来自不同类型疾病患者个体的GARD得分的分布，图中红色点代表了中位数。但与常规提琴图不同的地方在于，提琴图中还添加了密度信息，即数值分布更多区域颜色更为明显。尽管提琴图的宽度足以代表数值的分布区间了，颜色的添加使其更为丰富多彩。
本节内容，就让我来讲一下这种“密度提琴图”如何在R中绘制。
其实，如果从提琴图的角度出发，即首先绘制一个提琴图，然后设法在其中标识出密度，则该图是很难实现的。这点我深有体会，好几个人折腾了老半天也没能成功地在提琴图中设置密度颜色。
因此，我们需要换个角度思考该图的绘制方法。设想一下，既然要表示密度，那么首先不妨绘制一个密度分布图观测数据。
有没有什么感触呢？
对的没错，密度提琴图可以视为两张“相反方向”的密度分布图的叠加。因此，我们再绘制一个反方向的。
最后，将两张图组合在一起，就获得密度提琴图了，是不是？
同时，也计算各个变量的中位数，并以红点的形式标注在图中。
这样，密度提琴图就得到了。和常规的提琴图相比，它是不是更漂亮呢？
条形图使用的函数为'barplot(x)',其中x为向量
以关节炎研究包vcd为演示对象
治疗类型和改善情况的列联表
条形图并不一定要基于计数数据或频率数据。你可以使用数据整合函数将结果传递给barplot()函数。
来创建表示均值、中位数、标准差等的条形图。
棘状图对堆砌条形图进行了重缩放，这样每个条形的高度均为1，每段的高度即表示比例。
增加名称、颜色和填充颜色
可比较的密度图
箱线图（又称盒须图）通过绘制连续型变量的五数总括，即最小值、下四分位数（第25百分位数）、中位数（第50百分位数）、上四分位数（第75百分位数）以及最大值，描述了连续型变量的分布。箱线图能够显示出可能为离群点（范围±1.5*IQR以外的值，IQR表示四分位距，即上四分位数与下四分位数的差值）的观测。
并列箱线图
对box图的参数进行修改
双因素交叉的箱式图
小提琴图（violin plot）是箱线图与核密度图的结合。需要安装vioplot包
点图提供了一种在简单水平刻度上绘制大量有标签值的方法。
分组、排序、着色后的点图
