R 语言的 ggplot2 包很美很酷。比如，基于 ggplot2 做出的配对儿图是这样的：
而在 ggplot2 出现之前，用基础包和其他包做出来的配对儿图顶多是这样的：
确实差好几条大街。
然而，ggplot2 简单的指令还好办，稍微需要调整一下的作图方法，我始终没法熟练掌握。
我觉得主要原因就是 ggplot2 作图的细节调整太难。
科研工作的主要内容就是发表论文，而论文投稿后，审稿人会提出五花八门的修改意见，包括对插图的细节调整，有时候很变态，有时候很无聊。在不影响内容的前提下，照做才能顺利通过，死扛的话可能会被拒稿。
有一次，有个审稿人要我减少相邻子图之间的间距，或者共用同一个纵轴的刻度和 ylab。
还有一次，有个审稿人是色盲，要求更改图中某几个点的颜色。
这个事儿在基础作图里信手拈来，但是 ggplot2 里，因为不熟，还得去 google，还得去提问，活活把重点从自己研究的“道”歪到了作图这个“术”上。
然而即使这样还不一定能解决。比如有人问双坐标轴的问题，ggplot2 的开发者 Hadley 本人回复说 ggplot2 不可能做。那我总不能对审稿人说，我画不了，因为作图软件不支持，来，咱们放下大气污染的问题，先讨论一下双坐标轴的弊端吧。
推崇 ggplot2 的人经常说， ggplot2 做出的图，如果用基础作图函数来做的话会非常繁琐。然而反过来也一样：基础函数作出的图， 用 ggplot2 实现起来也会很繁琐。当然， ggplot2 确实很美，然而判断美丑有很大的主观成分（当然，除了一些通用的标准外）。我说“美”，但审稿人和老板说“改”，这样就很惨。就好比用 LaTeX 的员工遇见了个用 MS Word 的老板，就算生成的 pdf 再漂亮，老板一句“把你的修改稿用修订模式发给我”就足足打消了深究 LaTeX 的动力。
我觉得 ggplot2 适用于那些自己说了算的场景。老子就这么画，意思表达清楚就行了，细节靠边站。体现到研究工作里，适合用于数据的初步可视化、海报和口头报告、讨论等，但不适合我这个领域的正式出版物，除非精通到指哪儿打哪儿。