数据可视化是数据挖掘非常重要的一个环节，它不单在查阅了解数据环节使用到，在整个数据挖掘的流程中都会使用到。
因为数据可视化不单可以形象地展示数据，让你对数据有更好的总体上的了解，而且还可以让你清晰的将自己的观点表述出来。因此不仅仅是在项目实施环节，在与客户谈需求或者写论文时，数据可视化也能帮到你。
但在介绍统计图的具体绘制之前，先来看看两个基本的图像绘制函数plot和legend。
绘图基础函数 - Plot在R语言中，plot是基本的用来绘制点和线段的函数。
最基本的调用方式为：plot (x轴数据, y轴数据)。然而plot还提供了很多参数供以优化：
pch：用于显示点的坐标，可以是一个字符，，也可以是0到25的一个整数。如：pch=“+”，pch=1
lty：线条类型。如：lty=2，lty=1
lwd：线条宽度。如：lwd=2
col：点，线，文本，填充区域的颜色设置，col.axis, col.sub, col.main分别对应坐标轴标注，子标题，主标题颜色。如col=2， col.sub=2
font：字体设置。同上
cex：字符扩张率，这个值表示期望字符(包括绘图字符)大小相对默认大小的比率。
xlim和ylim：表示x轴和y轴的长度，如：plot(passign, type="l", xlim=c(0,100))就表示x轴坐标是从0到一百。
add=TRUE 强制函数以低级绘图函数的形式运行，在当前的图上加载新的图形元素(仅适合于部分函数)。
axes=FALSE 禁止产生坐标轴|当你想用函数axis() 绘制个性化的坐标轴时非常有用。默认值是axes=TRUE，表示产生坐标轴
log：log="x"，log="y", log="xy"让x 轴，y 轴或者两者都成为对数坐标轴，这对很多图都有效，但不是全部。
type= 参数type= 控制输出图形（特别是线条）的类型：
type="p" 只显示点（默认）
type="l" 显示线条
type="b" (同时)显示点和线
type="o" 将点覆盖在线上
type="h" 绘制从点到零轴（x 轴）的垂直线(高密度(high-density))
type="s"
type="S" 步阶图。第一种形式，垂直线顶部匹配数据点；第二种形式，底部匹配。
type="n" 图形不显示。但是坐标轴仍然显示(默认)，并且坐标依然以数据设定。这个非常适合随后用低级绘图函数画图。
xlab=string/ylab=string：设定x 和y 轴的标签。可以用这些参数修改默认标签。默认标签常常是用于高级绘图函数中的对象的名字。
在plot函数的基础之上，可以画点，画线，添加文本。画点和画线的函数分别为points和lines函数，其调用方式比较简单，这里不再细说。
下面再来介绍另一个重要的绘图函数。
绘图基础函数 - legendlegend(x, y, legend, ...)用来在当前图的特定位置增加图例（legend）。标识字符，线条格式，颜色等都是被字符向量legend中的标签所注释。另外一个含有画图单位对应值的参数v (一个和legend 长度一致的向量)是必须给定的：
legend( , fill=v)
- 填充盒子的颜色
legend( , col=v)
- 点或者线条的颜色
legend( , lty=v)
- 线条样式
legend( , lwd=v)
- 线条宽度
legend( , pch=v)
- 标识字符(字符向量)
使用hist函数可以绘制出某列变量的直方图，效果如上图所示。它是保险索赔数据库中索赔金额的直方分布图。
该图的函数调用代码为：
hist函数有以下几个参数：
- 首参：数据向量
- density：直方图阴影系数。值越大阴影度越高。
- main：直方图标题名。如上图的"Histogram of Freq of Insurance$Claims"。
- xlab：横轴名
- ylab：纵轴名
- col，border：直方图的颜色以及边界颜色。可自定义色调风格，但是与density参数互斥。
- break：分组间距
该图是保险索赔数据集中索赔人年龄的条形分布图。