답변:
나를 위해 qplot과 ggplot을 모두 사용할 수 있다면 기준은 데이터가 data.frame에 저장되는지 또는 별도의 변수에 저장되는지에 따라 다릅니다.
x<-1:10
y<-rnorm(10)
qplot(x,y, geom="line") # I will use this
ggplot(data.frame(x,y), aes(x,y)) + geom_line() # verbose
d <- data.frame(x, y)
qplot(x, y, data=d, geom="line")
ggplot(d, aes(x,y)) + geom_line() # I will use this
물론 더 복잡한 플롯에는 ggplot ()이 필요하며 일반적으로 data.frame에 데이터를 저장하므로 경험상 qplot을 거의 사용하지 않습니다.
그리고 항상 ggplot ()을 사용하는 것이 좋습니다. qplot이 입력을 저장하는 동안 많은 기능을 잃게됩니다.
ggplot2를 사용하려는 빈도와 목적에 따라 다릅니다.
나는 주로 출판물의 그래픽에 ggplot2를 사용합니다. 이것은 내가 더 고급 기능이 필요한 경향이 있으므로 qplot
. 또한, 나는 일년에 약 4 개의 출판물을 가지고 있기 때문에 ggplot2를 사용하여 문법에 정말 익숙하지 않아서 하나의 측면에 집중하는 것이 최적으로 보입니다.
매주 새로운 데이터 세트를 얻을 경우, 당신은 아마 신속하게 데이터 세트를 탐험에 관심 과 좋은 품질의 플롯을 생산. 이 경우 둘 다 배우십시오. 구문에 대한 충분한 연습을하고 (결국) qplot
.
Juba, 나는 대부분의 기본적인 플로팅 요구에 qplot을 사용할 수 있음을 발견했습니다. 학부생이 독점적으로 사용하고 제한된 경험으로 훌륭한 플롯을 만들 수 있다는 것은 충분히 간단하고 기본값이 상당히 합리적입니다. 그리고 qplot [p <-qplot (etc)]에 의해 생성 된 플롯은 ggplot2가 제공하는 전체 명령으로 수정할 수 있습니다. 이는 편리합니다 (생성 방법에 관계없이 모두 동일한 방식으로 저장 됨). 그래서 개인적으로 나는 대부분의 모든 것에 qplot을 사용하고 함수 내부에 ggplot을 저장합니다.
히스토그램을 생성하려는 경우 qplot에는 발생 벡터 만 필요합니다.
#rnorm
x <- rnorm(10)
#ggplot2 package: qplot
qplot(x, geom="histogram")
#ggplot2: using straight ggplot (requires conversion to data.frame)
ggplot(data.frame(x), aes(x)) + geom_histogram()