最好的“图表”是如此明显，还没有人提到它：制作地图。住房数据从根本上取决于空间位置（根据关于房地产的旧见），因此首先要做的是为每个变量制作清晰的详细地图。要在百万分之一的点上做到这一点，确实需要工业级的 GIS，它可以缩短流程的工作时间。之后，继续制作概率图和箱线图来探索单变量分布，绘制散点图矩阵和漂移示意图箱线图等以探索依赖关系是有意义的——但地图会立即建议探索什么，如何建模数据关系，以及如何在地理上将数据分解为有意义的子集。

我建议看一下GGobi，它也有一个 R 接口，至少用于探索目的。它有许多图形显示，对于处理大量观察和变量以及将它们链接在一起特别有用。您可能想先观看Learn GGobi页面 上“观看演示”部分下的一些视频。

更新

根据 chl 在评论中的建议，链接到 Hadley Wickham 的 GGobi 工具：

• DescribeDisplay “提供在 R 中重新创建 ggobi 图形的方法的 R 包”
• clusterfly "探索高维度的聚类结果"
• rggobi "提供与 GGobi 的简单接口的 R 包"

我觉得你实际上是在问两个问题：1）使用什么类型的可视化和 2）什么 R 包可以产生它们。

在使用什么类型的图表的情况下，有很多，这取决于您的需求（例如：变量类型 - 数字、因子、地理等，以及您有兴趣显示的连接类型）：

• 如果你有很多数值变量，你可能想要使用散点图矩阵（看看这里）
• 如果您有许多因子变量，您可能希望对因子使用散点图矩阵（看看这里）
• 你也可以做一些平行坐标，在 R 中有几种方法可以 做到这一点。
• 有关 R 中更广泛的图形工具，请查看图形任务视图。

现在关于如何做到这一点。许多数据点的一个问题是创建绘图的时间。ggplot2、iplots、ggobi 对于太多的数据点不是很好（至少从我的经验来看）。在这种情况下，您可能希望专注于 R 基础图形工具，或对数据进行采样并使用所有其他工具。或者你可以希望开发 iplotsextreme （或Acinonyx）的人能够进入提前发布阶段。

Mondrian提供交互式功能并处理相当大的数据集（不过它是用 Java 编写的）。

Paraview包括 2D/3D 即。特征。