Lattice绘图系统有自己的绘图函数，主要是在Lattice包里面，其中最常用的就是xyplot，其他比较常用的还有bwplot，histogram，stripplot，dotplot，splom，levelplot，contourplot等等。
xyplot函数
函数原型：xyplot(y~x|f*g,data,....)
其中只有|左边的y~x和data参数是必须的，其余均可以省略。y~x用于指定因变量与自变量，f*g提供了一个分类变量，如果不写，就表示我们不关心x,y与另外一个变量的交互作用，data是y与x的来数据源。
比如执行代码xyplot(Temp~Ozone,data=airquality)，就得到了一幅这样的图像
实际上Lattice绘图系统与Base绘图系统的一个区别就是Base绘图系统是直接把图像打印在了屏幕上，而Lattice绘图系统中的绘图函数比如xyplot实际上执行完毕之后得到的是绘图所要的各种信息，但是由于会自动执行print函数并把xyplot得到的信息作为参数，所以效果上来看好像是xyplot函数直接打印了一幅图像出来，实际上我们可以来测试一下这个区别，我们运行这两句代码
得到的结果与上面的图是一样的
如果不把xyplot产生的绘图信息（类对象）使用变量保存起来，R就会自动把这幅图打印出来。
接下来我们还想看看Temp与Ozone是如何与Month进行交互的。而xyplot函数的|右边要求参数f*g必须是一个因子类型
于是执行代码airquality$Month
可以看到一共有五个月份，我们还可以引入参数layout=c(5,1)来使得布局为一行五列（虽然传参的时候看起来是五行一列，这个参数就是挺别扭）
可以直观地观察到Temp与Ozone的关系与月份有关。
再来举一个使用Lattice绘图系统观察分类变量与数值变量交互的例子
首先设置一个种子数，设置种子数的目的是让每次产生的随机数相同，这种操作的意义是如果我们在测试某段代码的时候发现代码有问题，想要让别人帮忙检查，如果不设置种子数，就无法产生一样的随机数，那别人就不能重复跟我们一样的步骤了。
然后从均值为0，标准差为1的正态分布中随机抽取了一百个数赋给向量x
又生成了一百个随机数赋给了向量f，f中只有0和1，每个数字重复了五十次。前50个数字是0，后50个数字是1。这个f后面就要被转化成因子类型并作为一个分类变量使用。
然后执行了一句代码叫做y
因为我们要观察x，y与分类变量的关系，但是现在f还不是一个分类变量，因为如果要成为一个分类变量f因该是因子类型，而现在f是一个向量。为了让f成为一个分类变量，我们要把他转化成因子
运行代码f
一切准备就绪之后就可以使用xyplot进行绘图了
运行代码xyplot(y~x|f,layout=c(2,1))，表示自变量是x，因变量是y，分类变量是因子f，布局是一行两列的形式（虽然写的时候看起来参数的意思是两行一列，这个运行结果就是这样，不用深究，记住这么传参数就行了，他这个参数就是有点别扭），运行结果如图
panel函数
在R语言的Lattice绘图系统中，panel 函数是一个非常重要的组件，它允许用户自定义每个面板（panel）中的图形内容。在Lattice中，多面板图形是由多个“条件”或“分层”变量自动分割数据并创建的，每个分割的数据子集都会在图形的单独面板中绘制。
函数原型：panel.function(args...)
这里的 panel.function 是一个用户定义的函数，它接受任意数量的参数 args，并根据这些参数来绘制每个面板。在Lattice的 xyplot、trellis.plot 等函数中，panel 参数通常被用来指定这个自定义的绘图函数。
这个函数通常可以作为xyplot函数的一个参数传入，比如
其中v代表画一条垂直的线，h代表画一条水平的线。lmline用来画一条回归直线。
