为图像添加平滑线
如果仅仅有数据的散点图，你可能很难看出数据的总体趋势。在这种情况下，给图像添加平滑线是很好的选择。在geom中添加"smooth"便可以轻松的完成这项任务。给geom参数设置一列向量可以组合多个几何图形元素。
qplot(carat, price, data = diamonds, geom = c("point", "smooth"))
平滑的算法也有很多可供选择：
method=“loess“：对于较小数据集的默认平滑算法，平滑程度由span参数来进行设定。span=0时线较为弯曲，span=1时最为平缓。
qplot(carat, price, data = dsmall, geom = c("point", "smooth"),span = 0.2)
qplot(carat, price, data = dsmall, geom = c("point", "smooth"),span = 1)
由于算法复杂度的原因，对于大的数据集loess并不是十分适用。
method="gam"：当数据点大于1000时，这是默认的平滑算法。
library(mgcv)
qplot(carat, price, data = dsmall, geom = c("point", "smooth"),method = "gam", formula = y ~ s(x))
method="lm":用于线性模型。默认为一条直线，也可以用formula=y~poly(x,2)设置为二次函数拟合，或者加载splines包用formula=y~ns(x,2),第二个参数表示自由度，自由度越高拟合曲线也就越弯曲。
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))
绘制箱线图和抖动图：
当一组数据既有分类变量又有连续变量的时候，你可能会对连续变量在不同分类下的变化感兴趣，箱线图和抖动图是实现这一目的的两种不同方法。
qplot(color, price / carat, data = diamonds, geom = "jitter",alpha = I(1 / 200))
qplot(color, price / carat, data = diamonds, geom = "boxplot")
直方图和密度图：
直方图和密度图可以形象的显示单一变量的分布规律，但是难以比较不同类之间分布的区别。
qplot(carat, data = diamonds, geom = "histogram")
qplot(carat, data = diamonds, geom = "density")
对于不同分类间的比较，可以像下面代码所示加一个外观参数选项：
qplot(carat, data = diamonds, geom = "density", colour = color)
qplot(carat, data = diamonds, geom = "histogram", fill = color)
柱状图：
离散变量的直方图即柱状图，用geom="bar"来设置。
qplot(color, data = diamonds, geom = "bar")
qplot(color, data = diamonds, geom = "bar", weight = carat) +scale_y_continuous("carat")
时间序列分析：
用含有时间数据的economics数据集，做失业率随时间变化的图像：
qplot(date, unemploy / pop, data = economics, geom = "line")
观察失业率与周失业人数中位数之间的关系：
year <- function(x) as.POSIXlt(x)$year + 1900
qplot(unemploy / pop, uempmed, data = economics,geom = "path", colour = year(date)) + scale_area()
分面：
我们已经讨论了如何利用外观参数在同一图中比较不同分类的差异。而分面可以将不同的亚类放在不同的图中进行比较：
qplot(carat, data = diamonds, facets = color ~ .,geom = "histogram", binwidth = 0.1, xlim = c(0, 3))