带误差条的R散射图矩阵

是否有任何R程序包/方法/功能可提供将散点图矩阵绘制为（

scatterplot.matrix

找到的

car

程序包的功能）以及按照询问和回答绘制x和y错误条的功能

例如：

set.seed(123)
df <- data.frame(X = rnorm(10), errX = rnorm(10)*0.1, Y = rnorm(10), errY = rnorm(10)*0.2, Z = rnorm(10))
require(ggplot2)
ggplot(data = df, aes(x = X, y = Y)) + geom_point() + 
  geom_errorbar(aes(ymin = Y-errY, ymax = Y+errY)) + 
  geom_errorbarh(aes(xmin = X-errX, xmax = X+errX)) + theme_bw()

生成散点图矩阵，如下所示：

现在，我的预期输出将是这样一个散点图矩阵（除了

汽车

之外的任何其他软件包也可以），在这里我还可以显示错误条。（请注意，并非我所有的变量都有错误，例如，

Z

没有）。另外，

spm

函数在这里完成的装配等也是一个很好的噱头，但对我来说不是必需的

数据

set.seed(123)
df <- data.frame(X = rnorm(10), errX = rnorm(10)*0.1,
                 Y = rnorm(10), errY = rnorm(10)*0.2,
                 Z = rnorm(10))

最后，我添加了列

var1

和

var2

，描述选择了哪些变量：

head(mdf)
#          val1       val2        err1        err2 var1 var2
# 1 -0.56047565 -1.0678237  0.12240818  0.08529284    X    Y
# 2 -0.23017749 -0.2179749  0.03598138 -0.05901430    X    Y
# 3  1.55870831 -1.0260044  0.04007715  0.17902513    X    Y
# 4  0.07050839 -0.7288912  0.01106827  0.17562670    X    Y
# 5  0.12928774 -0.6250393 -0.05558411  0.16431622    X    Y
# 6  1.71506499 -1.6866933  0.17869131  0.13772805    X    Y

通过这种方式转换数据，可以很容易地生成散点图矩阵。使用此方法，还可以修改对角线面板，如以下示例所示：

p + geom_text(aes(ymin = NULL, ymax = NULL, xmin = NULL, xmax = NULL), 
              label = "X",
              data = data.frame(var1 = "X", var2 = "X", 
                                val1 = 0, val2 = 0))

绘图

---

您是否有可复制的示例和一些代码可供分享？这是一个很好的答案，也是一个非常灵活的解决方案+1我检查了你的代码，我非常确定它应该是

facet\u grid（var2~var1，drop=FALSE）

，这样变量在列中沿x轴的分布和在行中沿y轴的分布是相同的，而现在不是这样。如果可以确认，请进行编辑。

y~x

的左侧（即y）决定行，右侧（即x）决定列。如果你切换它们，你就“转置”了矩阵。但我不确定我是否正确地理解了你的评论，你能重新措辞吗？@ THOTALE让我们讲述最后一个情节和下一行情节：我预期Y轴属于两个情节中的Z变量，而X轴属于左图中的X变量和中间情节中的Y变量。但是，因为这两个子图来自相同的数据集，我希望能够从左子图中的每个点绘制水平线到中间图中的相同点（相同Z值）。从两个子地块的最高点可以看出，这里的情况并非如此。相反，两个图中最左边的点重合。这更有帮助吗？

valCols <- names(df)[grepl("^[A-Z]$", names(df))]

head(mdf)
#          val1       val2        err1        err2 var1 var2
# 1 -0.56047565 -1.0678237  0.12240818  0.08529284    X    Y
# 2 -0.23017749 -0.2179749  0.03598138 -0.05901430    X    Y
# 3  1.55870831 -1.0260044  0.04007715  0.17902513    X    Y
# 4  0.07050839 -0.7288912  0.01106827  0.17562670    X    Y
# 5  0.12928774 -0.6250393 -0.05558411  0.16431622    X    Y
# 6  1.71506499 -1.6866933  0.17869131  0.13772805    X    Y

p + geom_text(aes(ymin = NULL, ymax = NULL, xmin = NULL, xmax = NULL), 
              label = "X",
              data = data.frame(var1 = "X", var2 = "X", 
                                val1 = 0, val2 = 0))