我假设你要画的是个hist，我偶遇过这个问题，我的理解是hist的breaks的值要能被范围整除才行；比如x=1:200，break=7的话，就只能画出4个柱来，但如果breaks=10就没问题；基本上是这样的，偶尔也有例外；比如break=5就不行....奇怪得很
最后，没办法的办法，就只能用barplot代替hist了，barplot肯定不会有这个问题，统计下hist参数中的分布情况，转换成矩阵，用barplot吧；
q2, 貌似一般都用一组因素把这些类别区分开，我用abcde，表示你的小学，中学...了，比如这样：
a=1:7b=8:10c=c(9,10,11)d=c(40,55)e=100:110f=factor(c(rep(1,sum(length(a),length(b),length(c))),rep(2,sum(length(d),length(e)))))#先用c()生成数组，在转换成factor，其实数组也ok的，不过plot()中两个数组和factor不一样 x=c(a,b,c,d,e)plot(x~f)q3, 就我所知不行；yes或no一定也要是能映射到x，y范围内的点才行；你是想表示分类结果吗？如果是的话，通常用颜色，或者在点旁边的text表示。
q4, 举个例子吧
x=-50:50y=x^2+x+1z=10*abs(x)+1 plot(x,y,type='l')lines(x,z,lty=3)legend(c('type1','type2'), x=-20,y=2500, col=c('black','red'), lty=c(1,3))legend的x和y是legend的左上角，匿名参数是类型名称，col,lty,pch 是对应的颜色，线类型，和点类型。
最后，我现在多用ggplot2，如果不抵触的话可以看看，和R的基础作图包思路不是很一样，但是图很清新的；
如果还有问题，建议把数据集data.frame粘贴几行上来，我也试试；
R语言绘图系列：
标度控制着数据到图形属性的映射，标度将我们的数据转化为视觉上可以感知的东西，比如大小、位置、颜色、形状等。标度也为我们提供了读图时所使用的工具，比如说坐标轴和图例。总的来说，可以称为引导元素。标度函数控制元素的属性，可以理解为图形的遥控器，可以用它来调整画布大小、颜色等等。此前学的shape,color,size等参数和标度函数相比显得不够灵活。
scale_fill_brewer 调色板函数
geom_errorbar()
geom_crossbar()
geom_linerange() 绘制线段
geom_pointrange() 绘制点
pointrange：点画线
首先绘制一张盒形图
在图上显示出观测值
值得注意的是，图上点的多少并不能完全反应原始数据的多少，因为有的点可能因为点过于密集就会被覆盖，看起来是一个点，其实可能是多个点。
因此可以使用geom_jitter函数将不同的点区分开（jitter是震荡散点），width设置如果遇到相同的点，点向左右方平移的距离。alpha设置透明度。
黑色点是离群点
还可以绘制卡槽图
varwidth参数会根据该水平下观测值的个数（n值）改变盒形图的宽度。（这里宽度去的不是观测个数的绝对值，而是平方根，以缩小差距。）
给盒子上色
分组盒形图，用不同颜色区分
画水平的盒形图
使用coord_flip函数（坐标轴翻转函数）
绘制一张直方图
bins可以设置直方图条柱的数目，默认为30。当bins和binwidth（设置条柱宽度）同时设置时，默认以binwidth为准。
新加入变量cut，根据新变量在price水平上进行一个计数
y轴由count变为density，绘制概率密度
注意下面density的写法，前后都要加..
绘制概率密度曲线：geom_density函数
堆栈密度概率曲线
geom_line/geom_path/geom_step
绘制一个简单的线图
绘制点线图，点和线需要分别添加。
如上图，线在点之上，是因为先投射了点，又投射了线。
先投射线，点就出现在了线之上。
线的颜色出现了渐变
geom_smooth函数：绘制拟合曲线
methods还有其他的方法，如glm：广义线性模型；losses：纯粹平滑；gam：广义加性模型等等（lm和glm最常用）
geom_hline绘制水平线，geom_vline绘制垂直线。xintercept和yintercept是截距，slope是斜率。
原贴转自生物统计家园，原贴只贴出了代码，没有画图，这里运行了一下代码，复习了一下R的绘图，共有20多个。
案例01-基本绘图
cars <- c(1, 3, 6, 4, 9)
plot(cars)
案例 1-基本绘图
案例02-增添标题
cars <- c(1, 3, 6, 4, 9)
plot(cars, type="o", col="blue") # 绘制蓝色折线图，
title(main="Autos", col.main="red", font.main=4) # 增添标题，红色，粗斜体
案例 2-增添标题
注1：其中type设置画图的类型,有九种可能的取值，分别代表不同的样式：(1)'p')画点；(2)'l'画线5；(3)'b'同时画点和线，但点线不相交；(4)'c'将type= 'b'中的点去掉，只剩下相应的线条部分；(5)'o'同时画点和线，且相互重叠，这是它与type = 'b'的区别；(6)'h'画铅垂线；(7)'s'画阶梯线，从一点到下一点时，先画水平线，再画垂直线；(8)'S'也是画阶梯线，但从一点到下一点是先画垂直线，再画水平线；(9)'n'作一幅空图，没有任何内容，但坐标轴、标题等其它元素都照样显示。
注2：font.main用于控制字体，分别为1: 正常,2: 斜体,3: 粗体,4: 粗斜体
案例03-增添新曲线
cars <- c(1, 3, 6, 4, 9)
trucks <- c(2, 5, 4, 5, 12)
plot(cars, type="o", col="blue", ylim=c(0,12)) # ylim控制y轴的范围
lines(trucks, type="o", pch=22, lty=2, col="red") #添加折线，lty=2表示虚线
title(main="Autos", col.main="red", font.main=4)
案例 3-增添新曲线
注1：pch控制点的符号；pch = 19)实圆点、pch = 20)小实圆点、pch = 21)圆圈、pch = 22)正方形、pch = 23)菱形、pch = 24)正三角尖、pch= 25)倒三角尖，其中，21-25可以填充颜色（用bg参数）
注2：lty控制连线的线型,可以是整数(1: 实线,2: 虚线,3: 点线,4: 点虚线,5: 长虚线,6: 双虚线),或者是不超过8个字符的字符串(字符为从"0"到"9"之间的数字)交替地指定线和空白的长度,单位为磅(points)或象素,例如lty="44"和lty=2效果相同。线条虚实样式：0 )不画线，1 )实线，2 )虚线，3 )点线，4 )点划线，5 )长划线，6 )点长划线；或者相应设置如下字符串（分别对应前面的数字）：'blank', 'solid', 'dashed', 'dotted', 'dot dash', 'longdash', 'twodash'；还可以用由十六进制的数字组成 的字符串表示线上实线和空白的相应长度，如'F624'
案例04-添加图例
cars <- c(1, 3, 6, 4, 9)
trucks <- c(2, 5, 4, 5, 12)
g_range <- range(0, cars, trucks)
plot(cars, type="o", col="blue", ylim=g_range, axes=FALSE, ann=FALSE) #axes=FALSE, ann=FALSE表示不绘制坐标轴与标题
axis(1, at=1:5, lab=c("Mon","Tue","Wed","Thu","Fri"))
axis(2, las=1, at=4*0:g_range[2])
# axis()，2表示坐标轴在左侧，at=4*0:g_range[2]表示刻度范围为(0:g_range[2])，#每4个单位显示一个刻度
box()
lines(trucks, type="o", pch=22, lty=2, col="red")
title(main="Autos", col.main="red", font.main=4) #添加总标题
title(xlab="Days", col.lab=rgb(0,0.5,0)) # 添加x轴标题
title(ylab="Total", col.lab=rgb(0,0.5,0)) # 添加y轴标题
legend(1, g_range[2], c("cars","trucks"), cex=0.8, col=c("blue","red"), pch=21:22, lty=1:2)
# legend(),1,g_range[2]表示图例左上角的坐标；c("cars","trucks")标签，cex=0.8字体的放大倍数
案例 4-添加图例
案例5-从文本读取数据绘图
将下列数据复制到一个txt文件中，命名为data.txt，放至C盘目录下
cars trucks suvs
1 2 4
3 5 4
6 4 6
4 5 6
9 12 16
autos_data <- read.table("C:/data.txt", header=TRUE, sep=" ") #sep=” “绰号中间为一空格，如果不输入空格，则会出现数据读取错误
max_y <- max(autos_data)
plot_colors <- c("blue","red","forestgreen")
png(filename="C:/figure.png", height=346, width=460, bg="white") # 将图片输出到C目录，名字为figure.png，大小为346*460,背景色为白色
plot(autos_data$cars, type="o", col=plot_colors[1], ylim=c(0,max_y), axes=FALSE, ann=FALSE)
axis(1, at=1:5, lab=c("Mon", "Tue", "Wed", "Thu", "Fri"))
axis(2, las=1, at=4*0:max_y)
box()
lines(autos_data$trucks, type="o", pch=22, lty=2, col=plot_colors[2])
lines(autos_data$suvs, type="o", pch=23, lty=3, col=plot_colors[3])
title(main="Autos", col.main="red", font.main=4)
title(xlab= "Days", col.lab=rgb(0,0.5,0))
title(ylab= "Total", col.lab=rgb(0,0.5,0))
legend(1, max_y, names(autos_data), cex=0.8, col=plot_colors, pch=21:23, lty=1:3)
dev.off()
案例 5-从文本读取数据绘图
案例06-输出图片到PDF以及坐标轴的控制
autos_data <- read.table("C:/data.txt", header=T, sep=" ")
plot_colors <- c(rgb(r=0.0,g=0.0,b=0.9), "red", "forestgreen")
pdf(file="C:/figure.pdf", height=3.5, width=5)
par(mar=c(4.2, 3.8, 0.2, 0.2)) #mar控制绘图区别的大小，4个数字代表绘图区域距离下，左，上，右边界的行数，类似的mai则是英寸数
plot(autos_data$cars, type="l", col=plot_colors[1], ylim=range(autos_data), axes=F, ann=T, xlab="Days",ylab="Total", cex.lab=0.8, lwd=4)
axis(1, lab=F)
text(axTicks(3), -0.8, srt=45, adj=0.5,labels=c("Mon", "Tue", "Wed", "Thu", "Fri"),xpd=T, cex=0.8)
# axTicks()函数的功能是计算坐标轴，取值分别为1,2,3,4。1是计算下方坐标轴，2是左，3是上，4是右。
# text()函数的前两个数字是说明坐标轴标签的位置,str=标签倾斜的角度，adj取值为0到1，精细调整坐标轴的左右位置，0是最左边，1是最右边，0.5居中
axis(2, las=1, cex.axis=0.8)
box()
lines(autos_data$trucks, type="l", lty=2, lwd=2, col=plot_colors[2])
lines(autos_data$suvs, type="l", lty=3, lwd=2, col=plot_colors[3])
legend("topleft", names(autos_data), cex=0.8, col=plot_colors, lty=1:3, lwd=2, bty="n")
# bty控制图形边框形状,可用的值为: "o", "l", "7", "c", "u" 和"]" (边框和字符 的外表相像)这些字符本身的形状对应着边框样式，比如（默认值）o表示四条边都显示，而c表示不显示右侧边如果bty="n"则不绘制边框
dev.off()
par(mar=c(5, 4, 4, 2) + 0.1) #恢复边界默认值
案例 6-输出图片到PDF以及坐标轴的控制
案例07-简单条形图
Bar Charts
cars <- c(1, 3, 6, 4, 9)
barplot(cars)
案例 7-简单条形图
案例08-条形图加标签
autos_data <- read.table("C:/data.txt", header=T, sep=" ")
barplot(autos_data$cars, main="Cars", xlab="Days",ylab="Total", names.arg=c("Mon","Tue","Wed","Thu","Fri"),border="blue", density=c(10,20,30,40,50))
# density控制条形图中斜线的密度
案例 8-条形图加标签
案例09-分组条形图
autos_data <- read.table("C:/data.txt", header=T, sep=" ")
data <- as.matrix(autos_data) #转化为矩阵
barplot(data, main="Autos", ylab= "Total",beside=TRUE, col=rainbow(5))
legend("topleft",c("Mon","Tue","Wed","Thu","Fri"),cex=0.6,bty="n", fill=rainbow(5))
案例 9-分组条形图
案例10-条形图的堆叠
autos_data <- read.table("C:/data.txt", header=T, sep=" ")
par(xpd=T, mar=par()$mar+c(0,0,0,4))
# xpd对超出边界的图形的处理方式；取值FALSE把图形限制在作图区域内，出界的图形截去；取值TRUE出界的图形不截去
barplot(t(autos_data), main="Autos", ylab="Total", col=heat.colors(3), space=0.2, cex.axis=0.8, las=1,names.arg=c("Mon","Tue","Wed","Thu","Fri"), cex=0.8)
# space为条形间隔，las 坐标轴标签样式；取0、1、2、3四个整数之一，分别表示“总是平行于坐标轴”、“总是水平”、“总是垂直于坐标轴”和“总是竖直”。
legend(6.2, 30, names(autos_data), cex=0.8, fill=heat.colors(3))
par(mar=c(5, 4, 4, 2) + 0.1)
案例 10-条形图的堆叠
案例11-直方图
suvs <- c(4,4,6,6,16)
hist(suvs)
案例 11-直方图
案例12-直方图2
autos_data <- read.table("C:/data.txt", header=T, sep=" ")
autos <- c(autos_data$cars, autos_data$trucks, autos_data$suvs)
hist(autos, col="lightblue", ylim=c(0,10))
案例 12-直方图2
案例13-直方图3
autos_data <- read.table("C:/data.txt", header=T, sep=" " )
autos <- c(autos_data$cars, autos_data$trucks, autos_data$suvs)
max_num <- max(autos)
hist(autos, col=heat.colors(max_num), breaks=max_num, xlim=c(0,max_num), right=T, main="Autos Histogram", las=1)
# right = TRUE (默认)直方图的范围是(a, b]左开右闭，right = FALSE区间为[a, b)
案例 13-直方图3
案例14-不均匀间隔直方图
autos_data <- read.table("C:/data.txt", header=T, sep=" ")
autos <- c(autos_data$cars, autos_data$trucks, autos_data$suvs)
max_num <- max(autos)
brk <- c(0,3,4,5,6,10,16) # 建立不均匀的区间
hist(autos, col=heat.colors(length(brk)), breaks=brk,
xlim=c(0,max_num), right=F, main="Probability Density",
las=1, cex.axis=0.8, freq=F)
案例 14-不均匀间隔直方图
案例15-对数正态分布
r <- rlnorm(1000)
hist(r)
案例 15-对数正态分布
案例16-饼图
cars <- c(1, 3, 6, 4, 9)
pie(cars)
案例 16-饼图
案例17-饼图2
cars <- c(1, 3, 6, 4, 9)
pie(cars,main="Cars",col=rainbow(length(cars)),labels=c("Mon","Tue","Wed","Thu","Fri"))
案例 17-饼图2
案例18-饼图3
cars <- c(1, 3, 6, 4, 9)
colors <- c("white","grey70","grey90","grey50","black")
car_labels <- round(cars/sum(cars) * 100, 1)
car_labels <- paste(car_labels, "%", sep="")
pie(cars, main="Cars", col=colors, labels=car_labels,cex=0.8)
legend(1.5, 0.5, c("Mon","Tue","Wed","Thu","Fri"), cex=0.8,
fill=colors)
案例 18-饼图3
案例19-点图
autos_data <- read.table("C:/data.txt", header=T, sep=" ")
dotchart(t(autos_data))
案例 19-点图
案例20-点图上色
autos_data <- read.table("C:/data.txt", header=T, sep=" ")
dotchart(t(autos_data), color=c("red","blue","darkgreen"),
main="Dotchart for Autos", cex=0.8)
案例 20-点图上色
案例21-Misc
plot(1, 1, xlim=c(1,5.5), ylim=c(0,7), type="n", ann=FALSE)
text(1:5, rep(6,5), labels=c(0:4), cex=1:5, col=1:5)
# text(1:5, rep(6,5))表示其坐标，分别为(1,6),(2,6),(3,6),(4,6),(5,6)
points(1:5, rep(5,5), cex=1:5, col=1:5, pch=0:4) # 添加点，倍数逐步放大
text((1:5)+0.4, rep(5,5), cex=0.6, (0:4)) # 添加文字0到4
points(1:5, rep(4,5), cex=2, pch=(5:9)) #添加点，类型为pch=5到9
text((1:5)+0.4, rep(4,5), cex=0.6, (5:9)) # 添加文字5到9,(5:9)表示添加的文字
points(1:5, rep(3,5), cex=2, pch=(10:14))
text((1:5)+0.4, rep(3,5), cex=0.6, (10:14))
points(1:5, rep(2,5), cex=2, pch=(15:19))
text((1:5)+0.4, rep(2,5), cex=0.6, (15:19))
points((1:6)*0.8+0.2, rep(1,6), cex=2, pch=(20:25))
text((1:6)*0.8+0.5, rep(1,6), cex=0.6, (20:25))
