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。
q1, 首先要确定是barplot还是hist，如果是barplot的话，应该不存在breaks的问题，因为barplot的传入参数是个矩阵；
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+1
z=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；
