爲圖像添加平滑線
如果僅僅有數據的散點圖，你可能很難看出數據的總體趨勢。在這種情況下，給圖像添加平滑線是很好的選擇。在geom中添加"smooth"便可以輕鬆的完成這項任務。給geom參數設置一列向量可以組合多個幾何圖形元素。
qplot(carat, price, data = diamonds, geom = c("point", "smooth"))
平滑的算法也有很多可供選擇：
method=“loess“：對於較小數據集的默認平滑算法，平滑程度由span參數來進行設定。span=0時線較爲彎曲，span=1時最爲平緩。
qplot(carat, price, data = dsmall, geom = c("point", "smooth"),span = 0.2)
qplot(carat, price, data = dsmall, geom = c("point", "smooth"),span = 1)
由於算法複雜度的原因，對於大的數據集loess並不是十分適用。
method="gam"：當數據點大於1000時，這是默認的平滑算法。
library(mgcv)
qplot(carat, price, data = dsmall, geom = c("point", "smooth"),method = "gam", formula = y ~ s(x))
method="lm":用於線性模型。默認爲一條直線，也可以用formula=y~poly(x,2)設置爲二次函數擬合，或者加載splines包用formula=y~ns(x,2),第二個參數表示自由度，自由度越高擬合曲線也就越彎曲。
qplot(carat, price, data = dsmall, geom = c("point", "smooth"),method = "lm")
qplot(carat, price, data = dsmall, geom = c("point", "smooth"),method = "lm", formula = y ~ ns(x,5))
繪製箱線圖和抖動圖：
當一組數據既有分類變量又有連續變量的時候，你可能會對連續變量在不同分類下的變化感興趣，箱線圖和抖動圖是實現這一目的的兩種不同方法。
qplot(color, price / carat, data = diamonds, geom = "jitter",alpha = I(1 / 200))
qplot(color, price / carat, data = diamonds, geom = "boxplot")
直方圖和密度圖：
直方圖和密度圖可以形象的顯示單一變量的分佈規律，但是難以比較不同類之間分佈的區別。
qplot(carat, data = diamonds, geom = "histogram")
qplot(carat, data = diamonds, geom = "density")
對於不同分類間的比較，可以像下面代碼所示加一個外觀參數選項：
qplot(carat, data = diamonds, geom = "density", colour = color)
qplot(carat, data = diamonds, geom = "histogram", fill = color)
柱狀圖：
離散變量的直方圖即柱狀圖，用geom="bar"來設置。
qplot(color, data = diamonds, geom = "bar")
qplot(color, data = diamonds, geom = "bar", weight = carat) +scale_y_continuous("carat")
時間序列分析：
用含有時間數據的economics數據集，做失業率隨時間變化的圖像：
qplot(date, unemploy / pop, data = economics, geom = "line")
觀察失業率與周失業人數中位數之間的關係：
year <- function(x) as.POSIXlt(x)$year + 1900
qplot(unemploy / pop, uempmed, data = economics,geom = "path", colour = year(date)) + scale_area()
分面：
我們已經討論瞭如何利用外觀參數在同一圖中比較不同分類的差異。而分面可以將不同的亞類放在不同的圖中進行比較：
qplot(carat, data = diamonds, facets = color ~ .,geom = "histogram", binwidth = 0.1, xlim = c(0, 3))