如前文所述，ggplot2使用圖層將各種圖形元素逐步添加組合，從而形成最終結果。第一層必須是原始數據層，其中data參數控制數據來源，注意數據形式只能是數據框格式。aes參數控制了對哪些變量進行圖形映射，以及映射方式，aes是Aesthetic的縮寫。
下面我們來繪制一個直方圖作為示例。數據集仍采取mpg，對hwy變量繪制直方圖。首先加載了擴展包，然后用ggplot函數建立了第一層，hwy數據映射到X軸上；使用+號增加了第二層，即直方圖對象層。此時p被視為一種層對象，使用summary函數可得到關於它的更多信息，print(p)命令即可進行繪圖。
1 library(ggplot2) 2 p <- ggplot(data = mpg,aes(x = hwy)) 3 p <- p + geom_histogram() 4 summary(p) 5 data: manufacturer, model, displ, year, cyl, trans, 6 drv, cty, hwy, fl, class [234x11] 7 mapping: x = hwy 8 faceting: facet_grid(. ~ ., FALSE) 9 ----------------------------------- 10 geom_histogram: 11 stat_bin: 12 position_stack: (width = NULL, height = NULL)
上面的信息告訴我們，p對象含有兩層，第一層數據層描述了變量和映射方式，第二層是直方圖對象（geom_histogram），geom表示幾何對象，它是ggplot中重要的圖層控制對象，因為它負責圖形渲染的類型。geom_histogram是圖形渲染類型的一種，其它類型可參見官網。
每個geom對象都需要有數據輸入，數據可以從第一層中自動讀取，也可以在aes參數中直接設置。而且每個geom還默認搭配某種統計變換（stat），geom_histogram的默認統計變換是stat_bin。它負責對數據進行分組計數。
下面我們嘗試兩種更為復雜的直方圖，首先將數據按照year這個變量划分為兩組，用不同的顏色繪制直方圖，而且用頻率而非計數來刻畫Y軸，並添加密度曲線。
p <- ggplot(mpg,aes(hwy)) p + geom_histogram(position = 'identity', alpha=0.5, aes(y = ..density.., fill = factor(year))) + stat_density(geom = 'line', position = 'identity', aes(colour = factor(year)))
如果想將兩個直方圖分開繪制，也可以使用facet_grid參數，結果如下圖所示。
