考虑mtcars数据集的mpg变量
>plot(density(mtcars$mpg))
从图中我们可以更详细地观察mpg变量的分布情况。
核密度图可用于比较组间的差异。如果想要比较cyl=4，6，8这三种不同组的汽车mpg变量分布的差异。可以使用sm包。
>library(sm)
>cyl.f <- factor(mtcars$cyl,levels=c(4,6,8),labels=c("4 cyl","6 cyl","8 cyl"))
>sm.density.compare(mtcars$mpg,mtcars$cyl)
>legend(locator(1),levels(cyl.f),fill=c(2,3,4))
从图中，可以明显看出，根据cyl数量分成的三组汽车的mpg变量分布差异。
核密度图能说明数据出现的次数，是一组数据在坐标轴上“疏密程度”的可视化，密度图使用拟合后的（平滑）的曲线显示，“峰”越高表示此处数据越“密集”，“密度”越高。核密度估计实际上是表现一组数据的分布情况，转录组中用来展示所有样本基因的表达量丰度分布，核密度估计是在概率论中用来估计未知的密度函数，属于非参数检验方法之一。核密度图的峰值大小计算方法如下，对于不同的要素，核密度的计算方式有所不同。主要有点要素法和面要素法，核密度图是一种非参数检验方法，其是对直方图的进一步抽象化，但其更加直观，其曲线下面积为1，通常用于连续数据的直观展示，比如年龄的分布情况，身高的分布情况等。
