Ta sẽ khởi đầu bằng cách chuẩn bị biểu đồ trống với cú pháp:

ggplot(bang_dul_lieu, aes(bien)) + 

Trong đó :

• bang_du_lieu : tên của bảng dữ liệu. Khác với qplot, ta có thể dùng cách khai báo rút gọn, không cần khai báo tường minh
• aes là hàm khai báo tên các biến mà dữ liệu được sử dụng để vẽ biểu đồ. Ta có thể không khai báo hàm này ở đây.
• Ta có thể khai báo thêm các đối số cần thiết.
• Dấu + để báo cho R biết là sau đó còn ít nhất một lệnh để vẽ lớp.

Thí dụ để vẽ Hình 1, ta khởi đầu với câu lệnh:

> ggplot(Thit, aes(Lipit_g, NangLuong_kcal)) +

Hoặc đơn giản hơn :

> ggplot(Thit) +

Còn đối với Hình 2, câu lệnh đầu tiên là :

> ggplot(Thit, aes(Canxi_mg)) +

Trong các câu lệnh tiếp theo, ta sẽ vẽ thêm biểu đồ nằm trong một hay nhiều lớp. Cú pháp thông thường cho mỗi lớp là:

 geom_XXX(lien_ket, bang_du_lieu, doi_so) +

Trong cú pháp này thì :

• geom_XXX : xác lập loại biểu đồ ta muốn thể hiện như geom_line để vẽ biểu đồ dạng đường nối các điểm, geom_bar để vẽ biểu đồ thanh.
• lien_ket : khai báo mối liên kết (mapping) giữa thuộc tính thẩm mỹ và biến. Thông thường liên kết này được khai báo bằng hàm aes.
• bang_du_lieu : tên bảng dữ liệu. Nếu đã được khai báo ở hàm ggplot thì không cần khai báo lại.
• Ta cũng lưu ý là thứ tự của hàm aes và bảng dữ liệu trong câu lệnh này ngược với trong hàm ggplot
• doi_so : khai báo giá trị của các đối số. Nếu đối số của thuộc tính thẩm mỹ được khai báo ở đây (setting) thì sẽ không liên kết với biến nào.
• Dấu + chỉ cần thiết nếu sau đó ta còn câu lệnh khác để vẽ thêm lớp hay hiệu chỉnh biểu đồ.

Như vậy, cấu trúc câu lệnh này có thể rất đơn giản như:

   geom_point()

nếu dữ liệu, biến đã được khai báo trong ggplot, ta vẽ với các đối số có giá trị mặc định, không có lớp nào được vẽ thêm và không cần hiệu chỉnh gì.

Thí dụ để vẽ Hình 2 (chưa hoàn chỉnh) ta dùng các câu lệnh sau:

> ggplot(Thit, aes(Canxi_mg)) +
    geom_histogram(aes(fill=yProtein), binwidth=20)

Trong câu lệnh thứ hai, ta không phải khai báo biến Canxi_mg và bảng dữ liệu Thit trong hàm aes vì chúng đã được khai báo trước trong ggplot. Ta chỉ khai báo thêm đối số fill=yProtein liên quan đến màu tô các thanh (thuộc tính thẩm mỹ) và đối số binwidth = 20 để xác lập khoảng chia.

Thí dụ ta muốn vẽ lại Hình 1 và bổ sung thêm đường thể hiện xu hướng chung của tương quan giữa hàm lượng lipid và năng lượng của thịt (Hình 3) thì ta sử dụng các câu lệnh sau:

> ggplot(Thit, aes(Lipit_g, NangLuong_kcal)) +
    geom_point(aes(color=yProtein, shape=yProtein), size=I(4)) +
    geom_smooth()

Hình 3 Biểu đồ xy gồm một số lớp

Ta thấy lệnh geom_smooth() đã bổ sung thêm đường thể hiện xu hướng chung của mối tương quan giữa hàm lượng lipid và năng lượng của thịt. Ta cũng lưu ý thêm rằng đây không phải là đường thẳng.

Ngoại trừ một số đối số được chúng ta lựa chọn và xác lập, các đối số khác được giữ ở giá trị mặc định. Mặc dù các giá trị này đã được lựa chọn cẩn thận nhưng trong một số trường hợp biểu đồ chưa đạt các yêu cầu cụ thể. Vì vậy ta cần hiệu chỉnh thêm.

Một điểm khó khăn cho những người bắt đầu làm quen với ggplot2 là số hàm và đối số dùng cho công việc này rất nhiều và cách sử dụng cũng khá phức tạp. Trong khuôn khổ của chuyên đề này, chúng tôi chỉ có thể giới thiệu với bạn một vài trường hợp thông dụng.

Đặt tên cho các trục

Theo mặc định, ggplot2 sẽ lấy tên các biến để đặt tên cho các trục. Điều này không thích hợp cho nhiều trường hợp, đặc biệt cho tiếng Việt. Để đặt tên cho các trục ta có thể dùng hàm xlab cho trục x, ylab cho trục y, hay labs cho cả hai trục. Thí dụ ta muốn đặt lại tên hai trục cho biểu đồ trên Hình 40, ta có thể dùng các câu lệnh:

+ xlab("Hàm lượng Lipit (%)") + 
+ ylab(Năng lượng (kcal/100 g))

hay câu lệnh :

+ labs(x = "Hàm lượng Lipit (%)", y = "Năng lượng (kcal/100 g)")

Xác định giời hạn các trục

Đối với các biến có giá trị số, ggplot2 sẽ tìm các giá trị thấp nhất và cao nhất của biến. Sau đó chọn ra các cực biên và chia độ các trục dựa trên các giá trị này theo thứ tự từ thấp đến cao. Trong một số trường hợp ta có thể thay đổi điều ấy bằng các hàm có dạng xlim(a, b) và ylim(c, d). Như ta thấy, các hàm này đều có hai đối số, a và b ứng với cực trái và cực phải của trục hoành, c và d ứng với cực dưới và cực trên của trục tung. Ta cũng lưu ý rằng ta có thể chọn a > b và/hay c > d.

Cú pháp thông dụng của hàm này là:

facet_grid(bien_dong ~ bien_cot, margin)

Trong đó :

• bien_dong và bien_cot là các biến quyết định sự thể hiện các biểu đồ con theo dòng và theo cột. Giá trị mặc định của đối số này là . ~ . nghĩa là ta chỉ có một biểu đồ. Nếu đối số này là . ~ bien_cot thì ma trận biểu đồ có một dòng và nhiều cột. Nếu đối số này là bien_dong ~ . thì ma trận biểu đồ có nhiều dòng và một cột.
• margin : Ta hình dung ma trận các biểu đồ như một bảng tham khảo chéo (contingency table). Thông thường bảng này có thêm một cột ở biên phải cho ta biết tổng của các ô trên một dòng, thêm một dòng ở phía dưới cho ta biết tổng của các ô trên một cột. Tương tự như vậy, nếu margin = TRUE thì ma trận chúng ta cũng có thêm một cột ở biên phải và một dòng ở bên dưới (ký hiệu là "(all)") với ý nghĩa tương tự. Trái lại nếu margin = FALSE thì không trình bày thêm.
  Ta cũng có thể chỉ cần thêm dòng hay cột biên bằng cú pháp margin = ten_bien với ten_bien là tên của biến dòng hay biến cột (có liên kết) mà ta muốn thêm.

Ta sẽ phát triển thí dụ trên Hình 3 và áp dụng các điểm trên. Ta muốn xem xét ảnh hưởng của hàm lượng lipid đến năng lượng của thịt và tác động của mức protein và sắt đến ảnh hưởng này. Đoạn lệnh để thực hiện việc ấy là:

> yProtein=cut(Thit$Protein_g, breaks=c(0,10,20,100),
               labels=c("Protein thâp","Protein trung bình","Protein cao"))
> ySat=cut(Thit$Sat_mg, breaks=c(0,5,100), labels=c("Săt thâp","Săt cao"))
> Thit <- cbind(Thit, yProtein, ySat)
> ggplot(Thit, aes(Lipit_g, NangLuong_kcal)) +
    geom_point(aes(color=yProtein, shape=yProtein), size=I(3)) +
    geom_smooth() +
    facet_grid(ySat ~ yProtein, margin=T) +
    ylim(0,800) +
    labs(x="Hàm lượng Lipit (%)", y="Năng Lượng (kcal/100 g)")

Kết quả được thể hiện trên Hình 4.

Hình 4 Ma trận các biểu đồ xy

Quan sát Hình 4 ta thấy :

• Ngoài hai dòng tương ứng với hai mức hàm lượng sắt, ta có thêm một dòng NA. Đó là tập hợp của các phần tử không ghi giá trị hàm lượng sắt và ta cũng không loại bỏ các phần tử này bằng cú pháp na.rm = TRUE.
• Ta có thêm cột biên bên phải và dòng dưới cũng có ký hiệu all do ta khai báo margin = T trong hàm facet_grid

Cú pháp thông dụng của hàm này là :

facet_wrap( ~ bien)

Qua đó ta có thể hình dung rằng các biểu đồ con sẽ tạo thành một băng dài có chiều rộng băng là 1 (biểu đồ con) và chiều dài là số mức của bien. Tuy nhiên nếu số mức này khá lớn thì băng này sẽ xếp lại thành một số lớp do đó hình thành một số dòng và mỗi dòng có một số cột. Nếu ta không khai báo gì thêm, ggplot2 sẽ cố gắng sắp xếp sao cho số dòng và số cột bằng nhau hay sự chênh lệch giữa số dòng và số cột không quá lớn (thường số cột nhiều hơn số dòng). Ta có thể can thiệp và sự sắp xếp này bằng cách khai báo số dòng bằng đối số nrow hay khai báo số cột bằng đối số ncol.