有什么理由不使用 ggplot() + aes() + geom_() 语法吗？
Are there any reasons not to use ggplot() + aes() + geom_() syntax?
我是一个相当有经验的 ggplot2 用户，并将它教给大学生。但是，我只是遇到了一个使用以下语法的示例：
ggplot(mtcars) + aes(cyl) + geom_histogram()
这比在 ggplot() 或 geom_ 中指定 aes 更符合添加层的逻辑......但它似乎没有在任何地方记录ggplot2 帮助。因此，我想知道是否有任何原因限制/不应使用此语法？ （显然，我发现如果要在 geom 之间有所不同，则需要在 geom 中指定它...）
TL;DR
我看不出有任何不使用此模式的充分理由，但文档中推荐了其他模式，但没有详细说明。
+ aes() 是做什么的？
ggplot 有两种美学类型：
- 默认值（通常在
ggplot() 内提供），以及
geom_*() 特定美学
如果inherit.aes = TRUE设置在geoms内部，那么这两种美学在最终的情节中结合在一起。如果未设置默认美学，则必须设置 geom_* 特定美学。
使用 ggplot(df) + aes(x, y) 改变 默认 美学。
这记录在 ?"+.gg":
An aes() object replaces the default aesthetics.
有什么理由不使用它吗？
我看不出有什么强烈的理由不这样做。但是，在 ?ggplot 的文档中指出：
There are three common ways to invoke ggplot():
- ggplot(df, aes(x, y, other aesthetics))
- ggplot(df)
- ggplot()
The first method is recommended if all layers use the same data and the same set of aesthetics.
据我所知，+ aes() 的典型用例是所有层都使用相同的美学。所以文档推荐通常的模式 ggplot(df, aes(x, y, other aesthetics))，但我找不到详细说明原因。
进一步：即使绘图看起来相同，但 ggplot(df, aes() 和 ggplot(df) + aes() 返回的对象并不相同，因此可能存在一些边缘情况，其中一种模式会导致错误或不同的模式情节。
您可以看到此代码的许多小差异：
library(ggplot2)
a <- ggplot(mtcars, aes(hp, mpg)) + geom_point()
b <- ggplot(mtcars) + aes(hp, mpg) + geom_point()
waldo::compare(a, b, x_arg = "a", y_arg = "b")
这是一个接近 opinion-based 的问题，但我认为它是 on-topic，因为它有助于阐明 ggplot 调用的语法和结构。
从某种意义上说，您自己已经回答了这个问题：
it does not seem to be documented anywhere in the ggplot2 help
这个，以及在线教程、博客和 SO 答案中几乎没有示例，足以成为不以这种方式使用 aes 的充分理由（或者至少不教人们以这种方式使用它） .这可能会导致新用户感到困惑和沮丧。
This fits a lot better into the logic of adding up layers
这有点正确，但可能有点误导。它实际上做的是指定 default 美学映射，后续层将从 ggplot 对象本身继承。它应该被视为基础图的核心 部分 ，连同默认数据对象，因此“属于”初始 ggplot 调用，而不是正在被调用的东西添加或分层到图上。如果您创建一个没有数据和映射的默认 ggplot 对象，插槽仍然存在，但包含豁免而不是 NULL :
p <- ggplot()
p$mapping
#> Aesthetic mapping:
#> <empty>
p$data
#> list()
#> attr(,"class")
#> [1] "waiver"
请注意，与比例和 co-ordinate 对象不同，您可能会争辩说它们也是如此，数据和美学映射没有默认值。
这是否意味着您应该永远不要使用这种语法？不，但对于精通 ggplot 的人来说，它应该被认为是一个高级技巧。我发现最常见的用例是更改在扩展包中创建的 ggplot 的映射，例如 ggsurvplot 或 ggraph，其中绘图函数使用 ggplot 周围的包装器。它还可以用于快速创建具有相同主题和色阶的多个绘图：
p <- ggplot(iris, aes(Sepal.Width, Sepal.Length)) +
geom_point(aes(color = Species)) +
theme_light()
library(patchwork)
p + (p + aes(Petal.Width, Petal.Length))
所以最重要的是，如果你愿意，你可以使用它，但最好避免教给初学者
我是一个相当有经验的 ggplot2 用户，并将它教给大学生。但是，我只是遇到了一个使用以下语法的示例：
ggplot(mtcars) + aes(cyl) + geom_histogram()
这比在 ggplot() 或 geom_ 中指定 aes 更符合添加层的逻辑......但它似乎没有在任何地方记录ggplot2 帮助。因此，我想知道是否有任何原因限制/不应使用此语法？ （显然，我发现如果要在 geom 之间有所不同，则需要在 geom 中指定它...）
TL;DR
我看不出有任何不使用此模式的充分理由，但文档中推荐了其他模式，但没有详细说明。
+ aes() 是做什么的？
ggplot 有两种美学类型：
- 默认值（通常在
ggplot()内提供），以及 geom_*()特定美学
如果inherit.aes = TRUE设置在geoms内部，那么这两种美学在最终的情节中结合在一起。如果未设置默认美学，则必须设置 geom_* 特定美学。
使用 ggplot(df) + aes(x, y) 改变 默认 美学。
这记录在 ?"+.gg":
An aes() object replaces the default aesthetics.
有什么理由不使用它吗？
我看不出有什么强烈的理由不这样做。但是，在 ?ggplot 的文档中指出：
There are three common ways to invoke ggplot():
- ggplot(df, aes(x, y, other aesthetics))
- ggplot(df)
- ggplot()
The first method is recommended if all layers use the same data and the same set of aesthetics.
据我所知，+ aes() 的典型用例是所有层都使用相同的美学。所以文档推荐通常的模式 ggplot(df, aes(x, y, other aesthetics))，但我找不到详细说明原因。
进一步：即使绘图看起来相同，但 ggplot(df, aes() 和 ggplot(df) + aes() 返回的对象并不相同，因此可能存在一些边缘情况，其中一种模式会导致错误或不同的模式情节。
您可以看到此代码的许多小差异：
library(ggplot2)
a <- ggplot(mtcars, aes(hp, mpg)) + geom_point()
b <- ggplot(mtcars) + aes(hp, mpg) + geom_point()
waldo::compare(a, b, x_arg = "a", y_arg = "b")
这是一个接近 opinion-based 的问题，但我认为它是 on-topic，因为它有助于阐明 ggplot 调用的语法和结构。
从某种意义上说，您自己已经回答了这个问题：
it does not seem to be documented anywhere in the ggplot2 help
这个，以及在线教程、博客和 SO 答案中几乎没有示例，足以成为不以这种方式使用 aes 的充分理由（或者至少不教人们以这种方式使用它） .这可能会导致新用户感到困惑和沮丧。
This fits a lot better into the logic of adding up layers
这有点正确，但可能有点误导。它实际上做的是指定 default 美学映射，后续层将从 ggplot 对象本身继承。它应该被视为基础图的核心 部分 ，连同默认数据对象，因此“属于”初始 ggplot 调用，而不是正在被调用的东西添加或分层到图上。如果您创建一个没有数据和映射的默认 ggplot 对象，插槽仍然存在，但包含豁免而不是 NULL :
p <- ggplot()
p$mapping
#> Aesthetic mapping:
#> <empty>
p$data
#> list()
#> attr(,"class")
#> [1] "waiver"
请注意，与比例和 co-ordinate 对象不同，您可能会争辩说它们也是如此，数据和美学映射没有默认值。
这是否意味着您应该永远不要使用这种语法？不，但对于精通 ggplot 的人来说，它应该被认为是一个高级技巧。我发现最常见的用例是更改在扩展包中创建的 ggplot 的映射，例如 ggsurvplot 或 ggraph，其中绘图函数使用 ggplot 周围的包装器。它还可以用于快速创建具有相同主题和色阶的多个绘图：
p <- ggplot(iris, aes(Sepal.Width, Sepal.Length)) +
geom_point(aes(color = Species)) +
theme_light()
library(patchwork)
p + (p + aes(Petal.Width, Petal.Length))
所以最重要的是，如果你愿意，你可以使用它，但最好避免教给初学者