hist 用于绘制直方图，下面介绍每个参数的作用；
1）x: 用于绘制直方图的数据，该参数的值为一个向量
代码示例：
data <- c(rep(1, 10), rep(2, 5), rep(3, 6))
hist(data)
效果图如下：
从图中可以看出，横坐标为不同的区间，纵坐标为落入该区间内的频数；
2） break : 该参数的指定格式有很多种
第一种： 指定一个向量，给出不同的断点
代码示例：
data <- c(rep(1, 10), rep(2, 5), rep(3, 6))
hist(data, breaks = c(0.5, 1.5, 2.5, 3.5))
效果图如下：
第二种：指定分隔好的区间的个数，会根据区间个数自动去计算区间的大小
代码示例：
3）freq: 逻辑值，默认值为TRUE , y轴显示的是每个区间内的频数，FALSE, 代表显示的是频率（= 频数/ 总数）
代码示例：
par(mfrow = c(1, 2))
data <- c(rep(1, 10), rep(2, 5), rep(3, 6))
hist(data, breaks = c(0.5, 1.5, 2.5, 3.5), freq = T, main = "freq = T")
hist(data, breaks = c(0.5, 1.5, 2.5, 3.5), freq = F, main = "freq = F")
效果图如下：
4）probability : 逻辑值，和 freq 参数的作用正好相反，TRUE 代表频率， FALSE 代表频数
代码示例：
par(mfrow = c(1, 2))
data <- c(rep(1, 10), rep(2, 5), rep(3, 6))
hist(data, breaks = c(0.5, 1.5, 2.5, 3.5), probability = T, main = "probability = T")
hist(data, breaks = c(0.5, 1.5, 2.5, 3.5), probability = F, main = "probability = F")
效果图如下：
5） labels: 显示在每个柱子上方的标签，
代码示例：
hist(data, breaks = c(0.5, 1.5, 2.5, 3.5), labels = c("A", "B", "C"))
效果图如下：
6） axes : 逻辑值，是否显示轴线
代码示例：
par(mfrow = c(1, 2))
data <- c(rep(1, 10), rep(2, 5), rep(3, 6))
hist(data, breaks = c(0.5, 1.5, 2.5, 3.5), axes = T, main = "axes = T")
hist(data, breaks = c(0.5, 1.5, 2.5, 3.5), axes = F, main = "axes = F")
效果图如下：
7） col : 柱子的填充色
代码示例：
par(mfrow = c(1, 2))
data <- c(rep(1, 10), rep(2, 5), rep(3, 6))
hist(data, breaks = c(0.5, 1.5, 2.5, 3.5), col = "pink")
hist(data, breaks = c(0.5, 1.5, 2.5, 3.5), col = rainbow(3))
效果图如下：
8） border : 柱子的边框的颜色，默认为black, 当border = NA 时， 代表没有边框
代码示例：
hist(data, breaks = c(0.5, 1.5, 2.5, 3.5), col = rainbow(3), border = NA)
效果图如下：
9） densitty 和 angle , 用线条填充柱子
代码示例： density 控制填充的线条的密度
par(mfrow = c(1, 3))
data <- c(rep(1, 10), rep(2, 5), rep(3, 6))
hist(data, breaks = c(0.5, 1.5, 2.5, 3.5), density = 1, main = "density = 1")
hist(data, breaks = c(0.5, 1.5, 2.5, 3.5), density = 2, main = "density = 2")
hist(data, breaks = c(0.5, 1.5, 2.5, 3.5), density = 3, main = "density = 3")
效果图如下：
代码示例： angle 控制线条的角度，必须和density 参数配合使用，才能发挥作用
par(mfrow = c(1, 3))
data <- c(rep(1, 10), rep(2, 5), rep(3, 6))
hist(data, breaks = c(0.5, 1.5, 2.5, 3.5), density = 2, angle = 45, main = "angle = 45")
hist(data, breaks = c(0.5, 1.5, 2.5, 3.5), density = 2, angle = 90, main = "angle = 90")
hist(data, breaks = c(0.5, 1.5, 2.5, 3.5), density = 2, angle = 180, main = "angle = 180")
效果图如下：
最后介绍一下hist函数的返回值
data <- c(rep(1, 10), rep(2, 5), rep(3, 6))
a <- hist(data, breaks = c(0.5, 1.5, 2.5, 3.5))
a
$breaks
[1] 0.5 1.5 2.5 3.5
$counts
[1] 10 5 6
$density
[1] 0.4761905 0.2380952 0.2857143
$mids
[1] 1 2 3
$xname
[1] "data"
$equidist
[1] TRUE
attr(,"class")
[1] "histogram"
从代码中的结果可以看到，返回值是一个 histogram 类型的对象， 其中breaks 是分隔的区间，counts 是每个区间的频数，density是每个区间的频率，mids 是每个柱子的中心点；
利用返回值，我们可以用hist函数统计一串数据在不同区间的频数分布
摘抄自 庐州月光
