💡 使用getwd("")来读取工作路径，使用setwd("")来更改工作路径→使用setwd("../")来将工作路径更改至上级目录
💡 使用dat<- read.table('',header=T)来导入一个表格数据（引号内填写文件名及扩展名），如果文件目录和R的工作目录不一致则可以通过setwd()来更改工作目录，或在read函数中将文件全路径都填入。
💡 使用t.test( ,mu= )对数据进行t检验,括号前填入待测数据名，括号后填入期望值，输出的结果含有多条信息。如果只是为了得到p值则可以在上述命令后加入$p.value来单独提取p值信息。
💡head()函数可以用于查看数据的前几行。nrow()查看数据行数，ncol()查看数据列数。
常用四个绘图系统：base系统，内置系统，如plot()就属于base系统；grid系统，由grid包执行，层次低故而非常灵活；lattice系统，可生成栅栏图形；ggplot2系统，时目前为止的主流系统。（通常是base和ggplot2联用）
※base系统常用绘图语法：
高水平：plot()绘制散点图；hist()绘制直方图；boxplot()绘制箱线图；stripchart()绘制点图；barplot绘制条形图；dotplot()绘制点图；piechart()绘制饼图；除此之外还有interraction.plot()，matplot()等等。
高水平函数下的常用绘图参数：font=为设置字体，lty=为设置线类型；lwd=为设置线宽度；pch=为点的类型；xlab=为设置横坐标名称；ylab=为设置纵坐标名称；xlim=为设置横坐标范围；ylim=为设置纵坐标范围；col=为设置颜色；main=为设置图标题，sub=为设置副标题，type=为设置图呈现形式。（main=、sub=、xlab=以及ylab=都可以在低水平的title()函数下使用）除此之外，还可以使用col.main=,col.axis=,cex.main=等组合的方式完成进一步精确的调节。
低水平（添加元素，可在基于高水平函数的前提下独立运行）：title()添加标题；curve()添加曲线；abline()添加给定斜率的曲线；points()添加点；segments()添加折线；arrows()添加箭头；axis()添加坐标轴；box()添加外框；text()添加文字，mtext()添加图边文字，cex.lab()设置标记字号，cex.axis()设置坐标轴字号等等。
eg：
plot(y~x,data,main='aaaa',sub='bbbb',xlab='cccc',ylab='dddd',xlim=c(1,1000),ylim=c(1,100),pch=19,col='red',type='b') ###这里的x和y代表事先已经设定好的变量，pch不同的数字代表不同的点形状,type指绘图类型，''l''指线图，''p''指点图，''b''指both
text(x0,y0,'eeee') ###在上述图片的给定位置（x0,y0）处插入文本内容，是低水平函数
abline(h=y0,v=x0,col='blue') ###低水平函数，在上述图的y0和x0坐标处分别绘制一条水平线和垂直线，如果是添加斜线，则输入abline(a=a1,b=b1),其中a为斜线与y轴交点，b为斜率
box() ###补齐散点图边框，低水平函数
axis(at=seq(0,100,1),side=2) ###低水平函数，side=1时代表调节的是x轴，side=2则代表调节的是y轴，side=3代表调节上横轴，side=4代表调节右竖轴。at=调控轴的参数，seq()指令内三个数分别输入最小值，最大值和步长值。
注：在Rstudio中绘图点亮右边的export按钮，绘制图形完毕后绘图区不会将其呈现，需要再依次将该图的低水平指令输入以显示这些元素
※ggplot2作图语法：
安装ggplot2包，并用library(ggplot2)来加载包。语法形式为
ggplot(data,aes(x=,y=,fill=))+geom_XXX()+stat_XXX()+labs()+annotate()+scale_XXX()+guides()+theme()+facet_XXX() ###其中真正行使绘图作用的是geom和stat（统计变换）
在ggplot2()语法中第一个参数为data.frame（制表符必须是空格），第二个参数为aesthetic，输入两个变量数据的header，将x和y两个列变量传递给aes函数，然后用geom_xxx()呈现出统计图形（默认情况下括号内不做填写）。
geom_xxx()
geom_point()中可以填写几个调节参数，包括alpha=（填入0-1的任意数字）来调节透明度，colour=来调节点的颜色，fill=来设置填充色，shape=来设置形状（与base作图的pch=是同一个作用），size=来设置大小。
geom.ribbon()用于画带状图。由于带状图与线图不同，画出的带具有宽度，因此需要指定这个宽度大小，geom_ribbon(aes(ymin=,ymax=))。
geom.line()用于画线图。可以通过linetype=''dotted''将线型改为虚线
geom.histogram()用于画直方图。
geom_area()用于画面积图等等。通过fill=来设置填充色，若fill=后填写的是因子型或称分类型变量名称（factor），则填充色会根据不同的因子赋予不同的的填充色
stat_xxx()
※stat函数绘图具有统计学变换效应，geom函数绘图则只是几何对象
在ggplot2函数后不接geom_point()来呈现图像，而改用stat_bin2d()时，输出的点图像则会根据点密度呈现不同的颜色（即二维密度图）。在stat_bin2d()函数后+scale_fill_gradient(low=''blue'',high=''red'',breaks=c(0,1000,2000,3000,4000,5000),limits=c(0,5000))可以更改高低密度区呈现的颜色，并给定呈现密度的范围，设置图注区的标注间隔。
stat_binhex()是绘制六边形点图。
stat_smooth()是绘制平滑曲线图。
stat_barplot()是绘制带error bar的箱线图等等。
tips：可以通过library(RColorBrewer)来加载事先下载的配色包，选择颜色使用命令col=brewer.pal(n , xxx)，括号内先后填入需要调用的颜色数量和颜色主题；也可以使用library(gplots)加载另一配色包，使用时输入命令colorpanel(n,low=''red'',mid=''green'',high=''blue'')，从而调用n个颜色生成一幅数值相关的渐变图。具体内容可见R的颜色与RColorBrewer包的使用一章
💡 使用某包下的函数时，可在该函数前添加"R包名::"字符来限定。
图片的保存可以使用png()、jpeg()、tiff()、bmp()函数。eg：
png("D:/保存地址/picture.png",res=1200,width=5000,height=5000,units="px") ###输入图片保存地址，图片分别率及宽度、长度，参数单位
picture=plot(y~x,data) ###输入图片
dev.off() ###中止函数并输出图片
jpeg("D:/保存地址/picture.jpeg",res=1200,width=5000,height=5000,units="px")
picture=**plot(y~x,data)
dev.off()
tiff("D:/保存地址/picture.tiff",res=1200,width=5000,height=5000,units="px")
picture=plot(y~x,data)
dev.off()
bmp("D:/保存地址/picture.bmp",res=1200,width=5000,height=5000,units="px")
picture=plot(y~x,data)
dev.off()
