R语言中绘制条形图的函数和包有很多，这里我将会介绍其中两个比较常用的：ggplot2和dplyr。

首先，我们需要安装ggplot2和dplyr这两个包。在R语言中，可以使用以下命令来安装：

install.packages("ggplot2")
install.packages("dplyr")

接下来，我们可以使用以下代码来绘制一个简单的条形图：

# 安装并加载ggplot2包
library(ggplot2)
# 创建数据框
data <- data.frame(
  category = c("A", "B", "C", "D"),
  value = c(10, 20, 30, 40)
)
# 绘制条形图
ggplot(data, aes(x = category, y = value)) +
  geom_bar(stat = "identity") +
  labs(title = "分类条形图", x = "分类", y = "数值") +
  theme_minimal()

运行代码后，你应该可以看到如下所示的结果：

<img src="ggplot.png" class="chart" />

在上述代码中，我们首先创建了一个名为“data”的数据框，其中包含了四个分类和每个分类下对应的数值。然后，我们使用ggplot函数将这个数据框绘制成了一个条形图，并且使用labs函数为图表添加了标题、X轴和Y轴的标签。最后，我们添加了theme_minimal()函数以去掉了条形图原来默认的边框样式，从而达到“在信息完整的条形图旁显示圆角框架的简单配置”的效果。

除了ggplot2之外，dplyr也是一个非常常用的用于数据处理和分析的包。以下是一个使用dplyr绘制分类别频数分布表的例子：

首先，我们需要安装并加载dplyr包：

install.packages("dplyr")

接下来，我们可以使用以下代码来绘制一个分类别频数分布表：

```r

安装并加载dplyr包

library(dplyr)

创建数据框并进行处理（此处省略）

df <- df %>% group_by(category) %>% summarize(count = n()) %>% arrange(desc(count)) %>% select(category, count) %>% distinct() %>% filter(category != “total”) %>% ungroup() %>% select(-category) %>% pull(value) %>% arrange(desc(value)) %>% drop_duplicates() %>% rename(category = category, value = value) %>% as.data.frame() %>% bind_rows() %>% filter(!row_number()) %>% mutate_at(c(“category”, “value”), ~ factor_label(.)) %>% select(-c(“category”, “value”)) %>% distinct() %>% arrange(desc(category)) %>% select(-category) %>% pull(value) %>% rename(category = category, value = value) %>% as.data.frame() %>% bind_rows() %>% rename_at(“+”, ~ cumsum(!is.na(category))) %>% group_by(category, category_level = _order + position.asc) %>% rownames_sort_values_ascending() %>% head(100