# 饼图在商业世界中无所不在，然而多数统计学家，包括相应R文档的编写者却都对它持否定# 态度。相对于饼图，他们更推荐使用条形图或点图，因为相对于面积，人们对长度的判断更精确。# 也许由于这个原因，R中饼图的选项与其他统计软件相比十分有限。# 饼图可由以下函数创建：pie(x,labels)# 其中x是一个非负数值向量，表示每个扇形的面积，而labels则是表示各扇形标签的字符型向量。# 代码清单6-5给出了四个示例，结果如图6-6所示。# # # par(mfrow=c(2,2))slices<-c(10,12,4,16,8)lbls<-c("US","UK","Ausralia","Germany","Frances")pie(slices,labels=lbls,main = "simple pie chart")pct<-round(slices/sum(slices)*100)lbls2<-paste(lbls," ",pct,"%",sep="")pie(slices,labels=lbls2,col=rainbow(length(lbls2)),main = "simple pie chart")install.packages("plotrix")library(plotrix)pie3D(slices,labels = lbls,explode=0.1,main="3D Pie Chart ")# # 首先，你做了图形设置，这样四幅图形就会被组合为一幅。（多幅图形的组合在第3章中介# 绍过。）然后，你输入了前三幅图形将会使用的数据。# 对于第二幅饼图，你将样本数转换为比例值，并将这项信息添加到了各扇形的标签上。如# 第3 章所述， 第二幅饼图使用rainbow() 函数定义了各扇形的颜色。这里的# rainbow(length(lbls2))将被解析为rainbow(5)，即为图形提供了五种颜色。# 第三幅是使用plotrix包中的pie3D()函数创建的三维饼图。请在第一次使用之前先下载并# 安装这个包。如果说统计学家们只是不喜欢饼图的话，那么他们对三维饼图的态度就一定是唾弃# 了（即使他们私下感觉三维饼图好看）。这是因为三维效果无法增进对数据的理解，并且被认为# 是分散注意力的视觉花瓶。
