R语言是一种广泛使用的统计编程语言，它的图形可视化功能十分强大。本篇文章将对R语言中制作八种基本图形的语句进行汇总，这些基本图形包括条形图、直方图、折线图、面积图、散点图、气泡图、箱线图和二维数据密度图。为了更好地说明这些图形的生成和应用，我们首先需要导入并准备相关数据，接着将通过R语言的绘图包和函数来展示如何创建这些基本图形。
在数据准备阶段，首先需要读取数据文件。这里使用了read.xlsx函数来读取Excel文件，该函数是xlsx包提供的，用于从Excel工作表中读取数据。通过指定文件路径和编码格式，我们可以成功导入数据。例如，导入广东省等省市四个季度的条形图数据时，使用了以下R语句：
```R
bardata <- read.xlsx("e:\\work\\Bardata.xlsx", 1, encoding="UTF-8")
```
导入的bardata数据将用于绘制条形图。同样的方式，可以准备其他各类数据集，如mypressuredata、mysunspotyeardata、myheightweightdata等，这些数据将用于创建直方图、折线图、面积图、散点图、气泡图、箱线图和二维数据密度图。
对于条形图的创建，可以使用barplot函数。条形图是一种统计图表，用垂直或水平的条形表示数据类别之间的比较。例如：
```R
barplot(bardata)
```
将直接生成一个基础的条形图，展示不同省市的第四个季度数据。
直方图和条形图在外观上类似，但直方图主要用于展示数据的分布情况。在R中，可以利用hist函数来创建直方图，例如：
```R
hist(mypressuredata$pressure)
```
这行代码将会根据pressure数据集中的压力数据生成直方图。
折线图是用于展示数据随时间变化的趋势，通常用于时间序列数据的可视化。R语言中使用plot函数可以创建基础的折线图，而lines函数可以在已有的图形上添加新的折线，例如：
```R
plot(myheightweightdata$Year, myheightweightdata$heightIn, type="l")
```
上述代码将绘制一个折线图，反映身高随年份的变化趋势。
面积图，也叫填充折线图，是在折线图的基础上填充了下方的区域。R中可以利用lines函数来添加额外的折线，并结合polygon函数来填充这些线所定义的区域，实现面积图效果。
散点图用于展示两个数值变量之间的关系。在R中，可以使用plot函数来创建散点图，例如：
```R
plot(mysunspotyeardata$Year, mysunspotyeardata$Sunspots)
```
上述语句将展示太阳黑子数量随年份变化的散点图。
气泡图则是散点图的一种变体，每个点的大小由第三个变量的数值决定。R中没有直接生成气泡图的函数，但可以通过添加到散点图中的点的尺寸来模拟气泡图的效果。
箱线图提供了一种快速的方法来观察一个变量的分布情况，它显示了中位数、四分位数和可能的离群点。箱线图在R中可以使用boxplot函数来创建，例如：
```R
boxplot(mypressuredata$pressure)
```
此命令会生成一个箱线图来展示压力数据的分布特征。
二维数据密度图是使用颜色填充的等高线图，它显示数据在二维空间内的分布密度。R中可以使用image函数或者contour函数结合plot函数来创建这种图。
以上就是使用R语言创建八种基本图形的方法汇总。每种图形都有其独特的应用场景，而在实际操作中，还可以利用R的图形参数和额外的包如ggplot2来进一步美化和定制图表，以满足更复杂的可视化需求。通过学习和掌握这些基础图形的创建方法，可以为数据分析和数据呈现提供强大的支持。
