ダイアンクックの答えを少し広げたいと思います。彼女が言ったように、ggplot2は静的なプロットを作成するためのものであり、ggvisはインタラクティブなプロットのためのものです。それには多くの意味があります。
ファイルタイプ ggvisの出力は、CSSおよびjavascriptファイルを含むHTMLです。ggvisは通常の画像ファイルを自然に出力しません。ggplot2は通常の画像を出力します。この画像は、HTML、pdf、gif、または電子メールなどに埋め込むことができます。ggvis、ファイルを電子メールで送信する場合は、ブラウザーで表示するHTMLファイルのディレクトリを圧縮します。
アニメーション その結果、アニメーションを作成する場合、ggplot2でフレームを作成してマージできますが、ggvisでこれを行う自然な方法はありません。インタラクティブに動作するggvisは「ライブ」をアニメーション化しますが、これらは異なる種類のアニメーションです。ggvisが処理できる以上の処理がフレームごとに行われている場合、画像を生成し、ムービーをバックグラウンドで作成することで（少なくとも自然な方法で）それを回避することはできません。同様に、ユーザーは映画やgifファイルをggvisからダウンロードしてリプレイすることはできません。
現在の私のプロジェクトでは、ggplot2がインタラクティブにアニメーションするには遅すぎるため、ggplot2からggvisに切り替えました。しかし、私はユーザーが設定をいじった後、「実行」をクリックして、彼らがしたことのフルスピードでスムーズなアニメーションの映画をダウンロードできるようにもしたいと思います。私はggvisを使用してこれを行う方法を理解していませんが、ggplot2を使用するケーキです。
速度 ggvisは、特にデータを変更する場合、ggplot2よりもはるかに高速です。各ggplot2プロットには、2〜3の遅延があります。ggvisには、最初にプロットを作成するときに、データの変更がシームレスに行われます。ggvisはデータに「反応」してリンクできるため、データが変更されるたびに更新されます。ggplot2では、プロット全体が再描画されます。
スタイルと外観 ggplot2プロットは、一見するとggvisプロットよりも少し良く見えます。ggplot2プロットは非常にエレガントです。ggvisプロットは単純ですが、私には成長しています。xkcdやwesandersonパッケージなどのggplot2の拡張機能もありますが、ggvisに類似するものはありません。ggplot2のプロットは、すべて同じ人（ggplot2の作成者）によって作成されたように見え、しばらくすると疲れます。
完全性 ggplot2で作成できるプロットタイプは、少なくとも今のところggvisではサポートされていません。たとえば、ggvisには「ラグ」プロット要素はありません。ggvisで作成された1つまたは2つのコロプレスを見てきましたが、自然な組み込みのサポートはまだありません。ggplot2には極座標（円グラフ）がありますが、ggvisにはありません。ggvisからも欠落しています（ggplot2またはggplot2拡張で利用可能）：boxplots; 等高線図; 自然なヒートマップ; 自然相関チャート; ドットプロット; バイオリンのプロット; ネットワークプロット; 樹状図。もちろん、非常に賢い人々がこれらすべてをggvisで作成できると確信していますが、私はそれほど賢くはありません。
アノテーション ggplot2には、非常に優れた、おそらく十分に活用されていないアノテーションフレームワークがあります。ggvisはしません。
サブプロットとファセット ggplot2には、非常に素晴らしいが、おそらく限定的な「ファセット」機能があります。gridパッケージを使用して、複数のggplot2プロットを結合することもできます。今のところ、ggvisでもできません。ggvisプロットは、単一の画像に結合することはできません（画像ではないため、「ライブ」Webページであるため）、ファセットやサブプロットの種類をサポートしていません。これはパイプラインにあるはずです。
視覚的な柔軟性 ggplot2は、すべてのプロットが同じように見えることを望んでいます。つまり、著者がスタイルを好むようになっています。たとえば、ggplot2に複数のy軸を持つプロットを作成する方法はありません。ggvisはできます。ggvisはggplot2よりもはるかに柔軟です。凡例を非表示にする、複数の凡例を1つにまとめる、同じプロット上の異なるものに異なるスケールを使用するなどの操作がはるかに簡単になります。
深いカスタマイズ可能性たとえば、新しい巧妙なスケールを作成したい場合、ggplot2でそれを行うのはそれほど難しくありません（かなり混乱しますが）。ggvisでその多くを行う方法はないようです。たぶん、まだまだです。
時系列 ggplot2は時系列のプロットを好みません。それはできますが、それはしませんしたいです。実際、どちらも望んでいません。どちらもdata.frameでデータをフィードすることを要求し、xtsまたはzooオブジェクトを処理できません。時系列をスライスするための組み込み機能もありません。しかし、ggvisはggplot2ほど時系列に反撃しません。これは、ggvisプロットのデータを非常に高速に更新することが原因の1つと考えられます。時系列をプロットしたい場合は、提出にどちらかを打ち負かす必要がありますが、ggvisはそれについて受動的で積極的ではありません。
それらは同じ構文ですか？ 並べ替え...それらの間には多くの共通点があり、一方のスタイルで考えることを学ぶことは、他方のスタイルに適応するのに役立ちます。特に、両方とも、すべてのプロット呼び出しがすべて1行のコードで互いにパイプされるように設計されています。これの主な利点は、デバッグとプロファイリングを本当に難しくし、基本的にRstudioのようなもののデバッグ/プロファイリング機能を役に立たなくすることです。それ以外は、構文的にまったく異なります。ggplot2で難しいことは、ggvisでは簡単です。ggplot2で簡単なことは、ggvisでは不可能です。およびその逆。（私はggvisが物事を行う方法を少し好みますが、理解しやすいと思います。）
バグ ggvisにはまだかなりの数があります。時々奇妙に振る舞います。ただし、回避策に数時間かかり、ほとんど意味をなさない理由で、プロットがランダムに消えることがあります。開発者はこれを自由に認めています。ggvisはまだ本番環境に対応していません。あなたが任意の複雑さに対処する場合は、ます、彼らは冗談ではありません発見します。
結論： それぞれの中間プロットを学習するには、約16時間かかります。したがって、現実的には、おそらく両方を学習することになります。