1. 项目概述：用基础R语言画直方图，不是调包，是真正理解数据分布的起点

“How to Make a Histogram in Base R”——这个标题看似简单，但背后藏着统计可视化最根本的一课：不依赖ggplot2、不调用tidyverse生态，只用R自带的graphics包，从零构建一个能真实反映数据结构、可解释、可复现、可教学的直方图。我带过几十期数据分析工作坊，发现一个惊人现象：超过70%的学员能熟练写出ggplot(data, aes(x = var)) + geom_histogram()，却说不清breaks = 30到底在切什么、freq = FALSE和prob = TRUE的区别在哪、为什么同一组数据用不同xlim会彻底改变对偏态的判断。这说明，我们正在批量生产“会敲命令但不会读图”的人。而Base R直方图，恰恰是那把解剖刀——它强制你面对每一个参数背后的统计含义。它不漂亮，但诚实；它不自动，但可控；它不智能，但可教。这篇文章不是教你怎么“快速出图”，而是带你亲手拆开hist()函数的引擎盖，看清柱子怎么立、频数怎么算、密度怎么归一、边界怎么定。适合三类人：刚学R的新手（避开生态迷雾）、需要讲授统计基础的讲师（所有参数都可当板书案例）、以及在生产环境中必须确保图形完全可复现的工程师（无外部依赖，R 3.0+全兼容）。你不需要任何额外安装，只要打开R Console，输入hist(c(1,2,2,3,4,4,4,5))，你就已经站在了数据可视化的原点。

2. 核心设计逻辑与方案选型：为什么坚持用Base R，而不是“更高级”的方案？

2.1 直方图的本质不是“画柱子”，而是“分箱+计数+映射”的三步不可逆操作

很多人误以为直方图只是“把数据按区间分组后画条形图”。这是严重误解。直方图的核心是连续变量的离散化建模，其数学定义是：对随机变量X，在区间[a,b]上定义分箱（bin），每个bin对应一个频数n_i或概率密度f_i = n_i / (N × w_i)，其中w_i是第i个bin的宽度，N是总样本量。关键点在于：bin的宽度w_i可以不等长（如对数分箱），但面积才代表概率，而非高度。Base R的hist()函数正是严格遵循这一定义设计的——它默认输出的是频率密度（density）对象，包含mids（中点）、counts（频数）、intensities（密度值）、breaks（断点）等完整字段。而ggplot2的geom_histogram()默认绘制的是频数（count），且y轴标签常被误标为“count”而非“density”，导致大量初学者在做密度估计时直接套用stat = "count"，结果得到错误的核密度曲线叠加。我曾帮一家风控团队复现一份监管报告，他们用ggplot2画的直方图在theme_minimal()下y轴自动缩放，导致两个本应面积相等的分布（训练集vs测试集）看起来高度差异巨大，差点引发模型漂移误判。换成Base R后，一行hist(train, freq = FALSE, col = "lightblue"); hist(test, freq = FALSE, col = "salmon", add = TRUE)，叠加清晰、面积可比、无需调整坐标轴——因为Base R不“美化”，它只“计算”。

2.2hist()函数的四大核心参数：breaks、freq、xlim、main，每一个都直指统计本质

Base R直方图的“简陋”恰恰是它的力量来源。它只暴露四个最核心的控制参数，逼你直面选择：

• breaks：不是“柱子数量”，而是分箱策略的声明。它可以是数字（如breaks = 20，表示尝试生成约20个等宽bin）、向量（如breaks = c(0,10,20,50,100)，明确定义断点）、或字符串方法名（如breaks = "Sturges"、“Scott”、“Freedman-Diaconis”）。这里没有“智能推荐”，只有你对数据分布的认知。Sturges公式适用于近似正态数据（bin数 ≈ 1 + log₂(N)），而Freedman-Diaconis用四分位距IQR替代标准差，对异常值鲁棒性极强。我处理电商订单金额时，用breaks = "Sturges"得到30多个窄柱子，全是噪声；改用breaks = "FD"后，柱子锐减到9个，清晰呈现“<100元高频区”、“100–500元次高频区”、“>500元长尾区”三大结构。

• freq：这是最容易被忽略的“开关”，却决定y轴的物理意义。freq = TRUE（默认）时，y轴是频数（count），柱子高度=落入该bin的样本数；freq = FALSE时，y轴是密度（density），柱子高度=频数/(总样本数×bin宽度)，此时所有柱子面积之和恒为1。注意：freq = FALSE不等于prob = TRUE（后者是老版本遗留参数，已弃用）。我在教医学统计时，让学生对比hist(cholesterol, freq = TRUE)和hist(cholesterol, freq = FALSE)，然后叠加lines(density(cholesterol), col = "red")，他们立刻明白：只有密度直方图才能与核密度曲线在同一尺度下比较平滑度。

• xlim和ylim：Base R不会自动裁剪“不合理”的数据点。xlim = c(0, 100)强制只显示0–100范围内的数据，但被裁掉的数据仍计入总频数N！这意味着，若你设xlim = c(0,50)而数据有20%落在50以上，那么y轴密度值会整体被拉高25%（因为N不变但有效数据变少）。这在做A/B测试对比时是致命陷阱——我曾见某增长团队用xlim过滤掉“异常高付费用户”，结果对照组直方图峰值虚高，误判活动提升了付费集中度。正确做法是先subset()再绘图，或用xaxs = "i"关闭轴扩展。

• main,xlab,ylab：看似只是标签，实则是统计沟通的契约。main = "Distribution of Daily Pageviews (n = 1247)"比main = "Pageviews"多传递三个关键信息：变量名、单位隐含（每日）、样本量。我在审计某SaaS公司DAU报表时，发现其Base R脚本里main = "User Activity"，但实际数据是session duration（秒），且未标注n，导致下游分析全部基于错误假设。从此我坚持：所有Base R图表的main必须包含“变量+单位+样本量”三要素。

2.3 为什么不用barplot()或plot(table())？它们根本不是直方图

新手常犯的错误是用barplot(table(cut(x, breaks = 10)))来“模拟”直方图。这是危险的伪替代。table(cut())生成的是分类频数表，它丢失了原始数据的连续性信息：cut()默认右闭左开区间，但断点精度受浮点误差影响；barplot()绘制的是离散条形，x轴是因子水平，无法体现bin宽度差异；更重要的是，它完全无法计算密度（因无width信息）。我做过实验：对10万行正态分布数据，用hist(x, breaks = 50, freq = FALSE)和barplot(table(cut(x, 50)), freq = FALSE)分别绘图，前者y轴最大值≈0.4，后者≈1200——因为barplot把密度错误地当成了频数。真正的直方图必须由hist()生成，它是唯一内置intensities计算的函数。其他都是“长得像”的赝品。

3. 核心细节解析与实操要点：参数背后的数学、陷阱与生活化类比

3.1breaks参数的三种形态深度拆解：从“指定数量”到“自适应算法”的决策树

breaks是直方图的灵魂，它的取值直接决定你看到的是数据真相还是噪声幻觉。我们逐层拆解：

第一层：数字型breaks——“我要大约N个柱子”当你写breaks = 30，R并非机械切30等份。它先用Sturges公式计算理论bin数（1 + log₂(N)），再根据数据范围diff(range(x))估算初始bin宽度，最后通过优化算法微调断点位置，确保柱子尽可能等宽且覆盖全范围。例如，对N=1000的数据，Sturges建议约10个bin，但你强制设breaks = 30，R会压缩bin宽度，可能产生大量空柱或单样本柱。实测：x <- rnorm(1000, 0, 1); hist(x, breaks = 30)，你会发现两端出现多个高度为1的孤立柱子——这不是数据特征，是过度分箱的 artifact。经验法则：breaks数字不宜超过√N。对1000样本，30已超限；对10万样本，300才是安全上限。

第二层：向量型breaks——“我精确知道哪里该切”这是最可控的方式。breaks = c(0, 10, 20, 50, 100)明确定义4个bin：[0,10)、[10,20)、[20,50)、[50,100]。注意：最后一个区间是闭区间（R默认右闭），若需全左闭，用right = FALSE。这种写法在业务场景中无可替代。例如分析用户年龄：breaks = c(0,18,25,35,45,55,65,Inf)，完美对应“未成年”、“青年”、“中年”、“老年”等业务分层。我曾为某教育平台定制报表，要求“18–24岁”和“25–34岁”两个关键客群柱子必须严格对齐，用向量breaks后，运营同学一眼就能比对两组高度，无需查表换算。

第三层：字符串型breaks——“让统计学替我思考”R内置三种经典算法：

• "Sturges"：k = 1 + log2(n)。假设数据近似正态，对小样本（n<200）效果好。但对长尾数据灾难性——电商GMV数据用它，会把90%的订单挤在第一个bin里。
• "Scott"：h = 3.5 × σ / n^(1/3)，σ是标准差。对正态最优，但σ易受异常值污染。处理服务器响应时间（含少量超时毛刺）时，Scott会因σ虚高而生成过宽bin，掩盖主体分布。
• "Freedman-Diaconis"（"FD"）：h = 2 × IQR / n^(1/3)。IQR（四分位距）对异常值免疫，是长尾、偏态数据的黄金标准。我处理金融交易额时，FD给出的bin宽度是Scott的1/5，清晰分离出“小额高频交易”和“大额低频交易”双峰。

提示：不要迷信默认。每次画图前，先跑str(hist(x, plot = FALSE))看breaks字段，对比不同算法生成的断点向量。例如x <- c(rnorm(500, 10, 2), rnorm(50, 50, 5)); hist(x, breaks = "Sturges"); hist(x, breaks = "FD")，你会直观看到FD如何精准捕捉双峰。

3.2freq = FALSE的密度计算：为什么面积=1是检验直方图是否合格的铁律？

当freq = FALSE时，hist()返回的对象中intensities字段的计算逻辑是：intensities[i] = counts[i] / (sum(counts) * diff(breaks)[i])。即每个柱子的高度 = 该bin频数 / （总样本数 × 该bin宽度）。因此，柱子面积 = 高度 × 宽度 = 频数 / 总样本数，所有柱子面积之和 = 总频数 / 总样本数 = 1。

这个“面积=1”是直方图作为概率密度估计器的基石。验证方法极其简单：

h <- hist(x, freq = FALSE, plot = FALSE) sum(h$intensities * diff(h$breaks)) # 应严格等于1（浮点误差内）

我曾发现某团队的自动化报表脚本中，因xlim设置不当，sum(...)返回1.23——这意味着他们用错误的N计算了密度，所有后续的KS检验、交叉验证都建立在沙堆上。实操心得：每次用freq = FALSE，必加一行验证代码。更进一步，你可以用此性质做业务校验：若你画的是“用户停留时长（秒）”直方图，且sum(h$intensities * diff(h$breaks)) != 1，说明数据清洗环节漏掉了某些记录，必须回溯ETL流程。

生活化类比：想象一条1公里长的公路（数据范围），上面行驶着1000辆车（样本）。直方图就是把公路分成若干段（bins），每段统计经过的车数。freq = TRUE时，y轴是“每段路上有多少辆车”；freq = FALSE时，y轴是“每米公路上平均有多少辆车”（即车流密度）。后者才能告诉你：在100–200米路段，车流密度是0.005辆/米，意味着平均每200米才有一辆车——这才是对拥堵程度的真实刻画。

3.3xlim与xaxs的协同控制：如何避免“裁剪即失真”的陷阱？

xlim = c(a,b)的作用常被误解为“只画a到b之间的数据”。实际上，它的行为是：保留所有数据用于频数统计，但只绘制x坐标在[a,b]范围内的柱子。这意味着：

• 落在[a,b]外的数据仍计入sum(counts)，从而影响intensities计算；
• 若breaks向量超出[a,b]，部分bin会被截断，导致柱子不完整。

例如：x <- c(rnorm(900, 0, 1), rnorm(100, 10, 1)); hist(x, xlim = c(-3,3), breaks = 30)，前900个点（均值0）被压缩在-3~3区间，而后100个点（均值10）全被排除在绘图区外，但它们仍参与sum(counts)=1000的计算，导致-3~3区间内柱子密度被系统性压低10%。

解决方案有二：

1. 预过滤数据：x_clean <- x[x >= -3 & x <= 3]; hist(x_clean, breaks = 30)。优点：逻辑清晰，N真实；缺点：丢失了“有10%数据在范围外”的重要业务信号。
2. 用xaxs = "i"关闭轴扩展，并配合breaks向量：hist(x, xlim = c(-3,3), xaxs = "i", breaks = c(-3, seq(-2.5, 2.5, 0.5), 3))。xaxs = "i"强制x轴严格从-3到3，不额外留白；自定义breaks确保所有bin都在范围内，无截断。

注意：xaxs = "i"会影响所有图形元素（如轴刻度、标签位置），需配合las = 1（水平刻度标签）提升可读性。我在制作合规报表时，强制使用此组合，确保每张图的坐标轴范围100%可复现。

4. 实操过程与核心环节实现：从原始数据到出版级直方图的七步闭环

4.1 第一步：数据诊断——在画图前，先问三个问题

绝不能跳过此步。我见过太多人直接hist(df$col)，结果图一片混乱。请务必执行：

x <- df$col # Q1: 数据类型和缺失值？ str(x); sum(is.na(x)) / length(x) # 若缺失率>5%，必须决策：删除？插补？标记？ # Q2: 数值范围与分布形态？ summary(x); fivenum(x) # 关注min/max是否含异常值，中位数vs均值判断偏态 # Q3: 是否存在业务定义的自然分界点？ # 如：用户等级（LV1-LV10）、订单状态（0=待支付,1=已支付...）、评分（1-5星） # 这些应优先作为breaks向量

实操案例：分析某APP的“单日启动次数”，summary(x)显示Min. = 0.00, 1st Qu. = 1.00, Median = 3.00, Mean = 8.42, 3rd Qu. = 8.00, Max. = 217.00。均值远大于中位数，表明存在长尾。Max=217是真实行为还是数据采集错误？检查日志发现，217次来自一个测试账号，应剔除。最终x_clean <- x[x < 100]，再进入下一步。

4.2 第二步：分箱策略决策——基于Q2结果选择breaks

根据诊断结果，选择最匹配的breaks：

• 若summary()显示近似对称（Mean≈Median），且无极端异常值 →"Sturges"或"Scott"
• 若Max/Min > 100或IQR远小于range（如fivenum中Max=1000, Q3=50）→"FD"或 自定义向量
• 若有明确业务分层（如信用分0-100分，分A/B/C/D四级）→ 向量c(0,60,70,80,100)

计算示例：对x_clean（启动次数，n=9850），IQR = 7（Q3-Q1），n^(1/3) ≈ 21.4，FD宽度h = 2*7/21.4 ≈ 0.65，范围diff(range(x_clean)) = 99，理论bin数99/0.65 ≈ 152。但152个柱子过于密集，我们折中取breaks = 50，并验证：hist(x_clean, breaks = 50, plot = FALSE)$breaks显示断点间距均匀，符合预期。

4.3 第三步：核心绘图——hist()基础语法与关键参数组合

# 最简可用版（调试用） hist(x_clean, breaks = 50, main = "", xlab = "Daily Launches", ylab = "") # 出版级配置（含密度、颜色、标签） h <- hist(x_clean, breaks = 50, freq = FALSE, # 密度模式，y轴为概率密度 xlim = c(0, 100), # 业务合理范围 xaxs = "i", # 关闭x轴扩展 las = 1, # 水平刻度标签 col = "#4E79A7", # IBM蓝，专业且色盲友好 border = "white", # 白边分离柱子 main = "Distribution of Daily App Launches (n = 9,850)", xlab = "Launches per User per Day", ylab = "Density" ) # 添加均值线（红色虚线） abline(v = mean(x_clean), col = "red", lty = 2, lwd = 2) mtext(paste("Mean =", round(mean(x_clean), 2)), side = 3, line = -2, adj = 0.95, cex = 0.9)

关键细节说明：

• col = "#4E79A7"：非随意选色。IBM设计指南证实此蓝在投影、打印、色弱屏幕上均高辨识，远胜"blue"或"steelblue"。
• border = "white"：白色边框是Base R直方图的“呼吸感”秘诀。它防止柱子粘连，在黑白打印时依然可区分。
• mtext()添加均值标签：side = 3指顶部，line = -2将标签上提两行，adj = 0.95右对齐，避免遮挡柱子。

4.4 第四步：叠加核密度曲线——用lines()实现分布拟合验证

直方图是离散估计，核密度是连续拟合。二者叠加可验证模型合理性：

# 先画直方图（密度模式） h <- hist(x_clean, breaks = 50, freq = FALSE, xlim = c(0,100), col = "#4E79A7", border = "white", main = "Launch Distribution with Kernel Density Fit", xlab = "Launches", ylab = "Density") # 叠加核密度曲线（蓝色实线） dens <- density(x_clean, from = 0, to = 100, n = 512) # n=512保证平滑 lines(dens, col = "#F28E2B", lwd = 2) # F28E2B是IBM橙，与主色形成专业对比 # 添加图例 legend("topright", legend = c("Histogram", "Kernel Density"), fill = c("#4E79A7", NA), col = c(NA, "#F28E2B"), lwd = c(NA, 2), bty = "n") # bty="n"去掉图例边框，更简洁

为什么density()参数要设from/to？
density()默认使用range(x)，但若x_clean含0值（如未启动用户），from可能为负，导致曲线左延至负数域（无业务意义）。强制from = 0确保物理可解释性。

4.5 第五步：多组对比——用add = TRUE实现严谨的并排分析

Base R不支持facet_wrap，但add = TRUE是更底层、更可靠的对比方式：

# 绘制对照组（iOS用户） hist(ios_launches, breaks = 50, freq = FALSE, xlim = c(0,100), xaxs = "i", col = rgb(0.3, 0.5, 0.7, 0.5), # 半透明蓝色，避免遮挡 border = "white", main = "Launch Distribution: iOS vs Android", xlab = "Launches", ylab = "Density") # 叠加实验组（Android用户），add = TRUE hist(android_launches, breaks = 50, freq = FALSE, xlim = c(0,100), xaxs = "i", col = rgb(0.7, 0.3, 0.5, 0.5), # 半透明红色 border = "white", add = TRUE) # 添加图例 legend("topright", legend = c("iOS", "Android"), fill = c(rgb(0.3, 0.5, 0.7, 0.5), rgb(0.7, 0.3, 0.5, 0.5)), bty = "n")

关键优势：add = TRUE确保两组使用完全相同的breaks、xlim、freq设置，消除因参数微小差异导致的视觉偏差。而ggplot2的facet或fill分组，若未显式设定scale = "free_y"，y轴会自动缩放，使两组密度不可比。

4.6 第六步：导出与复现——确保图形100%可审计

Base R图形的终极价值在于可复现性。导出必须包含完整环境信息：

# 1. 保存为PDF（出版首选，矢量无损） pdf("launch_distribution.pdf", width = 8, height = 6) hist(x_clean, breaks = 50, freq = FALSE, xlim = c(0,100), xaxs = "i", col = "#4E79A7", border = "white", main = paste("Launch Distribution (n =", length(x_clean), ")"), xlab = "Launches", ylab = "Density") dev.off() # 2. 保存R脚本快照（含环境信息） writeLines(c( "# Generated on:", date(), "# R version:", getRversion(), "# Packages:", paste(names(sessionInfo()$otherPkgs), collapse = ", "), "# Data source: df$col, cleaned on ", format(Sys.time(), "%Y-%m-%d %H:%M:%S"), "", "x_clean <- df$col[df$col < 100]", "hist(x_clean, breaks = 50, freq = FALSE, xlim = c(0,100), xaxs = \"i\", ...)" ), "hist_script.R")

为什么PDF优于PNG？
PDF是矢量格式，放大无限清晰，且嵌入字体（如pdf(..., family = "Helvetica")），确保在任何设备上显示一致。PNG是位图，放大后锯齿，且字体渲染依赖本地系统。

4.7 第七步：自动化封装——写一个健壮的my_hist()函数

为避免重复劳动，封装为函数，内置错误检查：

my_hist <- function(x, breaks = "FD", xlim = range(x, na.rm = TRUE), main = NULL, xlab = deparse(substitute(x)), ylab = "Density", col = "#4E79A7", ...) { # 输入验证 if (!is.numeric(x)) stop("x must be numeric") if (length(x) == 0) stop("x is empty") if (all(is.na(x))) stop("x contains only NAs") # 清理缺失值 x_clean <- x[!is.na(x)] if (length(x_clean) == 0) stop("All values in x are NA after cleaning") # 设置默认main if (is.null(main)) { main <- paste("Distribution of", xlab, "(n =", length(x_clean), ")") } # 绘图 h <- hist(x_clean, breaks = breaks, freq = FALSE, xlim = xlim, xaxs = "i", las = 1, col = col, border = "white", main = main, xlab = xlab, ylab = ylab, ...) # 返回hist对象，供后续分析 invisible(h) } # 使用示例 my_hist(df$launches, breaks = 50, xlim = c(0,100))

函数设计哲学：不追求“全自动”，而是“防错+可干预”。它强制你思考breaks和xlim，同时拦截常见错误（空数据、全NA），返回hist对象便于后续提取breaks或intensities做统计检验。

5. 常见问题与排查技巧实录：那些文档里不会写的血泪教训

5.1 问题1：“柱子高度为0，但图上显示细线”——浮点精度导致的空bin幻影

现象：hist(x, breaks = 100)后，图中出现大量极细的“毛刺线”，高度几乎为0，但h$counts显示对应bin频数为0。

原因：R在计算breaks时使用浮点运算，diff(h$breaks)可能产生微小误差（如1e-16），导致intensities[i] = 0 / (N * 1e-16)在数值计算中溢出为Inf或NaN，绘图时被渲染为细线。

排查：

h <- hist(x, breaks = 100, plot = FALSE) which(h$counts == 0) # 找出空bin索引 h$intensities[which(h$counts == 0)] # 查看对应intensities值

解决：在绘图前过滤掉空bin：

h <- hist(x, breaks = 100, plot = FALSE) # 重置intensities中空bin为0 h$intensities[h$counts == 0] <- 0 # 用barplot手动绘制（更可控） barplot(h$intensities, names.arg = round(h$mids, 2), space = 0, col = "#4E79A7", border = "white", ylim = c(0, max(h$intensities, na.rm = TRUE)))

5.2 问题2：“y轴数值巨大，远超1”——freq = TRUE误用为密度图

现象：hist(x, freq = FALSE)后，y轴最大值达500，明显违背“面积=1”原则。

原因：xlim设置过窄，但breaks向量未同步调整。例如x范围是0–1000，你设xlim = c(0,10)，而breaks = 50仍试图在0–1000上分50份，导致0–10区间内bin极窄（宽度≈20），intensities = count/(N*width)因width过小而爆炸。

排查：检查diff(h$breaks)的最小值：

h <- hist(x, xlim = c(0,10), breaks = 50, freq = FALSE, plot = FALSE) min(diff(h$breaks)) # 若为0.2，而N=1000，则intensities最大可能达 count/(1000*0.2)=5*count

解决：永远让breaks适配xlim：

# 正确做法：先定xlim，再算breaks xlim_range <- c(0,10) breaks_vec <- seq(xlim_range[1], xlim_range[2], length.out = 51) # 50 bins hist(x, breaks = breaks_vec, xlim = xlim_range, freq = FALSE)

5.3 问题3：“两组叠加后颜色混成一团”——半透明色设置失效

现象：用rgb(0.3,0.5,0.7,0.5)画第一组，rgb(0.7,0.3,0.5,0.5)画第二组，但叠加后看不出层次，像一团紫色。

原因：Base R的hist()默认使用plot = TRUE，其内部调用polygon()绘制柱子，而polygon()对alpha通道的支持在不同设备上不一致。更可靠的方式是用barplot()手动绘制。

解决：放弃add = TRUE，改用barplot叠加：

# 计算两组hist对象 h1 <- hist(group1, breaks = 50, plot = FALSE) h2 <- hist(group2, breaks = h1$breaks, plot = FALSE) # 强制相同breaks # 创建矩阵，每列一组 mat <- cbind(h1$intensities, h2$intensities) colnames(mat) <- c("Group1", "Group2") # barplot叠加（space=0消除间隙） barplot(mat, beside = FALSE, # 堆叠而非并排 col = c(rgb(0.3,0.5,0.7,0.5), rgb(0.7,0.3,0.5,0.5)), space = 0, names.arg = round(h1$mids, 1), ylim = c(0, max(mat, na.rm = TRUE)))

5.4 问题4：“中文标签显示为方块”——字体编码的经典坑

现象：main = "用户启动次数分布"在Windows上显示为□□□□。

原因：Base R默认使用Latin-1编码，中文需显式指定字体族。

解决：在pdf()或png()设备中设置family：

# Windows系统 pdf("hist.pdf", family = "SimSun") # 宋体 # macOS系统 pdf("hist.pdf", family = "Heiti SC") # 黑体-简 # Linux系统（需安装文泉驿） pdf("hist.pdf", family = "WenQuanYi Zen Hei") # 或统一用Cairo设备（跨平台） library(Cairo) CairoPDF("hist.pdf", family = "sans") # Cairo自动处理中文字体

5.5 问题5：“图形导出后坐标轴刻度消失”——设备尺寸与字体大小失配

现象：pdf("hist.pdf", width=5, height=4)后，x轴刻度