本節書摘來自華章出版社《r語言與資料挖掘最佳實踐和經典案例》一 書中的第3章，第3.3節，作者：（澳）yanchang zhao，更多章節内容可以通路雲栖社群“華章計算機”公衆号檢視。
檢視了單個變量的分布後，還需要探索兩個變量之間的關系。下面我們使用函數cov()和cor()分别計算變量之間的協方差和相關系數。
接下來，使用函數aggregate()計算每一個鸢尾花種（species）的sepal.length的統計資料。
然後，使用函數boxplot()繪制盒圖（又稱為盒形-虛線圖），以展示資料分布的中位數、第一四分位數和第三四分位數（即累積分布中的位于50%、25%、75%位置上的點），以及離群點。盒圖中間的橫線表示中位數。圖（3-5）顯示了四分位差（iqr），即第三四分位數（75%）與第一四分位數（25%）的內插補點。
下面使用函數plot()繪制兩個數值型變量的散布圖，使用函數with()後不需要在變量名前加上“iris$”字首。在下面的代碼中，各個資料點根據不同品種設定了不同的顔色（col）和标志（pch）。
當資料量很大時，圖中的資料點可能會出現重疊。是以，在繪制散布圖前使用函數jitter()添加少量噪聲資料（見圖3-7）。
散布圖矩陣由函數pairs()生成（見圖3-8）。