12.1.2 显示多元数据

R 为描绘多元数据提供了两个非常有用的函数。如果 X 是一个数值矩阵或者数据框，命令

> pairs(X)

将产生 X 的列之间两两相对的成对散点图阵列(pairwise scatterplot matrix)。也就是说，X 的每一列相对 X 的所有其他列而产生 n(n − 1) 个图，并且把这些图以阵列个形式显示在图区。这个图形阵列的行列图形尺度一致。

用 coplot 处理三个或者四个变量的产生的图可能会更清晰。如果 a 和 b 是数值向量，c 是数值向量或者因子对象(长度都一致)，那么下面的命令

> coplot(a ~ b | c)

将产生一系列在给定的 c 值下 a 对 b 的散点图。c 是因子对象，这就简单的表示 a 在 c 各个水平下对 b 画的散点图。当 c 是数值向量，它将会被分割成一系列条件区间(conditioning intervals)，对于任一区间，区间内 c 对应的 a，b 值将绘制 a 对 b 的散点图。区间的数值和位置由 coplot() 的参数 given.values= 控制――函数 co.intervals() 用于选择区间。你还可以对两个给定的变量使用下面的命令

> coplot(a ~ b | c + d)

产生任何在 c 和 d 联合区间内的 a 对 b 的散点图。 函数 coplot() 和 pairs() 都有一个参数 panel=。这个参数可以用来设置各个面板中的图形样式。默认值 points() 用来产生散点图，但是通过将低级命令作用于两个向量 x 和 y 并赋值给参数 panel=，你可以产生任何你所期望的图。一个用于 coplot 的panel 功能的例子是命令 panel.smooth()。