Lattice包主要有以下常用的高級函數

函數圖形類型histogram直方圖densityplot核密度圖qqmatch理論分位數圖qqqq圖stripplot帶形圖bwplot盒形圖dotplot克利夫蘭點圖barchart條形圖xyplot散點圖splom散點圖陣列contourplot表面等高線圖levelplot表面偽色彩圖wireframe三維表面透視圖cloud三維散點圖parallel平行坐標圖你需要運行下面的命令來下載和安裝lattice軟件包。

install.packages("lattice")library(lattice)

Lattice的各種高級繪圖函數都服從以下格式：

graph_function(formula,data=,options)

graph_function是表8-1的第二欄列出的某個函數。formula指定要展示的變量和條件變量,即表達式。data指定一個數據框。options是逗號分隔參數，用來修改圖形的內容、擺放方式和標注。表達式形式通常為：

y~x|A*B

在豎線左邊的變量稱為主要（primary）變量，右邊的變量稱為條件（conditioning）變量。主要變量將變量映射到每個面板的坐標軸上，此處，y~x表示變量分別映射到縱軸和橫軸上。對于單變量繪圖，用~x代替y~x即可；對于三維圖形，用z~x*y代替y~x，而對于多變量繪圖（散點圖矩陣或平行坐標圖）用一個數據框代替y~x即可。注意，條件變量總是可以自行挑選的。根據上述的邏輯，~x|A即展示因子A各個水平下數值型變量x的分布情況；y~x|A*B即展示因子A和B各個水平組合下數值型變量x和y間的關系。而A~x則表示類別型變量A在縱軸上，數值型變量x在橫軸上進行展示。~x表示僅展示數值型變量lattice包中的圖形類型和相應函數

圖形類型函數及說明表達式示例條形圖barchart()x~A或A~x箱線圖bwplot()x~A或A~x點圖dotplot()~x|A直方圖histogram()~x核密度圖densityplot()~x|A*B平行坐標圖parallelplot()在這個函數中可以設置alpha=0.01參數控制線條粗細dataframe散點圖xyplot()y~x|A散點圖矩陣splom()dataframe帶狀圖stripplot()A~x或x~A注意，在這些表達式中，小寫字母代表數值變量，大寫字母表示類型變量散點圖

xyplot(x,data,allow.multiple=is.null(groups)||outer,outer=!is.null(groups),auto.key=FALSE,aspect="fill",panel=lattice.getOption("panel.xyplot"),prepanel=NULL,scales=list(),strip=TRUE,groups=NULL,x這個參數在Lattice包中所有函數是通用，x是方法調度的對象對于“公式”,x必須是一個描述的主要變量的公式(用于每塊面板顯示)和可選的調節變量(在不同的面板定義繪制子集)在圖中使用data這個參數包括公式中的任何變量,同樣適用全集和子集。如果沒有找到數據,或者數據不明,變量在環境中尋找。對于其他方法(其中x不是一個公式),這個參數通常被忽略,經常在一個特定的警告當中allow.multiple邏輯標志，指定上述公式擴展接口是否應該有效，默認值為TRUEouter邏輯標志，控制上述公式使用擴展接口所發生的狀況。默認值為FALSE,除非子集明確被指定或分組沒有意義的默認功能box.ratio適用于柱形圖表和bwplot。在空間指定矩形的寬度比horizontal邏輯標志，適用于bwplot、dotplot,stripplot等。確定哪些x和y是一個因素或shingle(y如果這是真的,或者x為真)。x<-rnorm(100)y<-x+rnorm(100,sd=0.5)f<-gl(2,50,labels=c("第一組","第二組"))xyplot(y~x|f)點圖

dotplot(x,data,panel=lattice.getOption("panel.dotplot"),default.prepanel=lattice.getOption("prepanel.default.dotplot"),...)dotplot(variety~yield|year*site,data=barley)箱線圖

bwplot(x,data,allow.multiple=is.null(groups)||outer,outer=FALSE,auto.key=FALSE,aspect="fill",panel=lattice.getOption("panel.bwplot"),prepanel=NULL,scales=list(),strip=TRUE,groups=NULL,bwplot(voice.part~height,data=singer,xlab="高度")條形圖

stripplot(voice.part~jitter(height),data=singer,aspect=1,jitter.data=TRUE,xlab="高度")帶形圖

barchart(x,data,panel=lattice.getOption("panel.barchart"),default.prepanel=lattice.getOption("prepanel.default.barchart"),box.ratio=2,...)barchart(yield~variety|site,data=barley,groups=year,layout=c(1,6),stack=TRUE,auto.key=list(space="right"),ylab="產量",scales=list(x=list(rot=45)))直方圖

histogram(x,data,allow.multiple,outer=TRUE,auto.key=FALSE,aspect="fill",panel=lattice.getOption("panel.histogram"),prepanel,scales,strip,groups,xlab,xlim,ylab,ylim,type=c("percent","count","density"),nint=if(is.factor(x))nlevels(x)elseround(log2(length(x))+1),endpoints=extend.limits(range(as.numeric(x),finite=TRUE),prop=0.04),histogram(~height|voice.part,data=singer,nint=18,endpoints=c(49.5,76.5),layout=c(2,4),aspect=1,xlab="高度")核密度圖

densityplot(x,data,allow.multiple=is.null(groups)||outer,outer=!is.null(groups),auto.key=FALSE,aspect="fill",panel=lattice.getOption("panel.densityplot"),prepanel,scales,strip,groups,weights,xlab,xlim,ylab,ylim,bw,adjust,kernel,window,width,give.Rkern,n=50,from,to,cut,na.rm,densityplot(~height|voice.part,data=singer,layout=c(2,4),xlab="高度",bw=4)QQ圖

qq(x,data,aspect="fill",panel=lattice.getOption("panel.qq"),prepanel,scales,strip,groups,xlab,xlim,ylab,ylim,f.value=NULL,drop.unused.levels=lattice.getOption("drop.unused.levels"),...,lattice.options=NULL,qtype=7,default.scales=list(),default.prepanel=lattice.getOption("prepanel.default.qq"),subscripts,subset)qq(voice.part~height,aspect=1,data=singer,subset=(voice.part=="Bass2"|voice.part=="Tenor1"))等高線圖

contourplot(x,data,panel=lattice.getOption("panel.contourplot"),default.prepanel=lattice.getOption("prepanel.default.contourplot"),cuts=7,labels=TRUE,contour=TRUE,pretty=TRUE,region=FALSE,...)require(stats)attach(environmental)ozo.m<-loess((ozone^(1/3))~wind*temperature*radiation,parametric=c("radiation","wind"),span=1,degree=2)w.marginal<-seq(min(wind),max(wind),length.out=50)t.marginal<-seq(min(temperature),max(temperature),length.out=50)r.marginal<-seq(min(radiation),max(radiation),length.out=4)wtr.marginal<-list(wind=w.marginal,temperature=t.marginal,radiation=r.marginal)grid<-expand.grid(wtr.marginal)grid[,"fit"]<-c(predict(ozo.m,grid))contourplot(fit~wind*temperature|radiation,data=grid,cuts=10,region=TRUE,xlab="風速",ylab="溫度")detach()平行坐標圖

parallelplot(x,data,auto.key=FALSE,aspect="fill",between=list(x=0.5,y=0.5),panel=lattice.getOption("panel.parallel"),prepanel,scales,strip,groups,parallelplot(~iris[1:4]|Species,iris)三維圖

除了二維繪制，lattice還提供了一些三維圖的繪制函數。主要有以下三個函數。下圖列出了函數名以及表達式的示例。其中levelplot用來繪制三維水平圖，cloud用來繪制三維散點圖，wireframe用來繪制三維線框圖。在散點圖矩陣中雖然可以同時觀察多個變量間的聯系，但是兩兩進行平面散點圖的觀察的，有可能漏掉一些重要的信息。三維散點圖就是在由3個變量確定的三維空間中研究變量之問的關系，由于同時考慮了3個變量，常常可以發現在兩維圖形中發現不了的信息。圖形類型函數及說明表達式示例三維水平圖levelpolt()z~y*x三維散點圖cloud()z~x*y|A三維線框圖wireframe()z~y*xlevelplot(volcano)wireframe(volcano)圖形參數及選項控制

選項描述aspect數值，設定每個面板中圖形的寬高比col、pch、lty、lwd向量，分別設置圖形中的顏色、符號、線條類型和寬度

pch除了使用數值變量，還可以直接使用字符變量groups用來分組的變量(因子)index.cond列表，設置面板的展示順序key(或auto.key)函數，添加分組變量的圖例符號layout兩元素數值型向量，設定面板的擺放方式(行數和列數)；如需要，可以添加第三個元素，以指定頁數main、sub字符向量，設定主標題和副標題panel函數，設定每個面板要生成的圖形scales列表，添加坐標軸標注信息strip函數，設定面板條帶區域split、position數值向量，在一頁上繪制多個圖形.

由于lattice函數不識別par()設置，因此你需要另辟蹊徑。最簡單的方法便是先將lattice圖形存儲到對象中，然后利用plot()函數中的split=或position=選項來進行控制。

type字符型向量，設定一個或多個散點圖的繪圖參數(如p=點、l=線、r=回歸、smooth=平滑曲線、g=格點)xla