条形图（bar plot）是用图形显示变量频数、平均数或其他统计量的常用方法。条形图的R函数为barplot。这个函数包括的最基本变元是数值向量x和names.arg（类别／因素名称／水平名称）。通常还会增加其他变元，如主标题（变元main）。

假如某研究者调查100名英语专业学生对专业课程设置的满意度。满意度采用5点式Likert量表（five－point Likert scale）：1＝“非常不满意”，2＝“不满意”，3＝“一般”，4＝“满意”，5＝“非常满意”。调查结果表明，由“非常不满意”到“非常满意”的学生人数依次为：12，11，45，14，18。试用条形图显示不同类别的频数。执行以下R命令得到如图2.11所示的结果：

＞par（mai＝c（0.36，0.4，0.2，0），omi＝c（0，0，0，0），cex＝0.8）

＞Freq＜－c（12，11，45，14，18）

＞Category＜－factor（c（1，2，3，4，5），labels＝c（'非常不'，'不'，'一般'，'满意'，'非常满意'））

＞Mydata＜－data.frame（Category，Freq）

＞Order＜－Mydata［order（Mydata＄Freq），］

＞barplot（Order＄Freq，names.arg＝Order＄Category，main＝'满意度比较'，cex.main＝1.1）

以上命令中，函数order用于将五个类别的频数由小到大排序，便于图形分析。函数barplot中的变元cex.main用于设置主标题的大小。如果想要将条形图横放，则在函数barplot中增加变元horiz＝TRUE即可。

在绘制连续性变量平均数或其他统计量时，通常要考虑增加其他数据信息，使图形能够更多地揭示数据特征。在条形图中增加95％置信区间（confidence intervals， CI ）是常见的做法。要在R中绘制置信区间，则需安装与调用数据包gplots。绘制改进的条形图的R函数为barplot2。该函数包括的最基本变元是数值向量x和names.arg（类别／因素名称／水平名称）。通常还会增加其他变元，如线型网格（变元plot.grid）。

假如某研究者得到以下关于某个因素G三个水平（G1、G2、G3）上连续性变量测量的平均数（Mean）和95％置信区间（ CI ）值：

Mean＜－c（11.6，7.1，8.7）

CI＜－c（11.04，12.16，6.49，7.71，7.23，10.17）

试用包括95％置信区间的条形图显示不同类别上的平均数。执行以下R命令得到如图2.12所示的结果：

＞par（mai＝c（0.36，0.4，0.2，0），omi＝c（0，0，0，0），cex＝0.8）

＞require（gplots）

＞Mean＜－c（11.6，7.1，8.7）

＞CI＜－c（11.04，12.16，6.49，7.71，7.23，10.17）

＞barplot2（Mean，names.arg＝c（' G1'，' G2'，' G3'），plot.ci＝TRUE，ci.l＝c（11.04，6.49，7.23），ci.u＝c（12.16，7.71，10.17），ci.width＝0.2，plot.grid＝TRUE，grid.lty＝'dotted'）

在函数barplot2中，逻辑变元plot.ci设为TRUE，绘制置信区间，变元ci.l和ci.u用于设定置信区间的下限（lower bound）和上限（upper bound）；ci.width用于设置置信区间线段（line segment）端点外延长度。设置逻辑变元plot.grid＝TRUE，绘制线型网格，目的是便于更精确地目测平均数和置信区间上下限的大小。