R 如何使用GGPLOT创建刻面相关图

我用以下方法创建了一个数据框

library(ggplot2)

x <- data.frame(letters[1:10],abs(rnorm(10)),abs(rnorm(10)),type="x")
y <- data.frame(letters[1:10],abs(rnorm(10)),abs(rnorm(10)),type="y")
 # in reality the number of row could be larger than 10 for each x and y

all <- rbind(x,y)
colnames(all) <- c("name","val1","val2","type")

但我一直在使用以下代码：

p <- ggplot(all, aes(val1, val2))+ geom_smooth(method = "lm")  + geom_point() +
facet_grid(type ~ ) 
# Calculate correlation for each group
cors <- ddply(all, c(type ~ ), summarise, cor = round(cor(val1, val2), 2))
p + geom_text(data=cors, aes(label=paste("r=", cor, sep="")), x=0.5, y=0.5)

---

p您的某些代码不正确。这对我很有用：

p <- ggplot(all, aes(val1, val2))+ geom_smooth(method = "lm")  + geom_point() +
  facet_grid(~type) 
# Calculate correlation for each group
cors <- ddply(all, .(type), summarise, cor = round(cor(val1, val2), 2))
p + geom_text(data=cors, aes(label=paste("r=", cor, sep="")), x=1, y=-0.25)

p由于您的数据格式不正确，因此必须先对其进行一些重塑，然后才能进行打印

首先，将数据重塑为长格式：

library(reshape2)
allM <- melt(all[-1], id.vars = "type")

创建所有组合的列表：

allComb <- unlist(lapply(c(1, 3), 
                  function(x)
                    lapply(c(2 ,4), 
                           function(y) 
                             do.call(cbind, allList[c(x, y)]))), 
           recursive = FALSE)

allComb现在有一个额外的包
ggpubr
可以使用
stat\u cor（）
函数准确地解决这个问题

library(tidyverse)
library(ggpubr)
ggplot(all, aes(val1, val2))+ 
  geom_smooth(method = "lm")  + 
  geom_point() +  
  facet_grid(~type) +
  stat_cor()

不完全是。它应该创建2x2网格。请参见图纸中蓝色字体的组合。那么您希望在对角线上显示什么？上面写着“不需要绘制”-但它被绘制在你的图表中？我把它放在图表中只是为了在每个网格中显示，哪些值的组合用于相关性。@alexwhan，如果我理解正确，并且每个值都有一个单独的组，你必须重塑数据以获得所有4个x和y的组合，那么，用ncol=2进行包装可能吗？@alexwhan，你已经得到了答案，这个问题当时还不清楚。从你这里拿走答案是不公平的：）。类型与你想要的绘图图像有什么关系？有一个带有ggpairs函数的ggAlly包可能很有用。就目前而言，我很难看到您的示例数据和所需绘图之间的联系。尤其令人困惑的是，您提到的mpg和wt不在您的数据表中。我已经改正了。谢谢你指出。@neversaint只是出于好奇：你是怎么画的？您是否使用了软件应用程序？它是？
allList <- split(allM$value, interaction(allM$type, allM$variable))

allComb <- unlist(lapply(c(1, 3), 
                  function(x)
                    lapply(c(2 ,4), 
                           function(y) 
                             do.call(cbind, allList[c(x, y)]))), 
           recursive = FALSE)

allNew <- do.call(rbind, 
                  lapply(allComb, function(x) {
                                    tmp <- as.data.frame(x)
                                    tmp <- (within(tmp, {xval <- names(tmp)[1]; 
                                                         yval <- names(tmp)[2]}))
                                    names(tmp)[1:2] <- c("x", "y")
                                    tmp}))

library(ggplot2)
p <- ggplot(allNew, aes(x = x, y = y)) + 
       geom_smooth(method = "lm")  + 
       geom_point() +
       facet_grid(yval ~ xval) 
# Calculate correlation for each group
library(plyr)
cors <- ddply(allNew, .(yval, xval), summarise, cor = round(cor(x, y), 2))
p + geom_text(data=cors, aes(label=paste("r=", cor, sep="")), x=0.5, y=0.5)

library(tidyverse)
library(ggpubr)
ggplot(all, aes(val1, val2))+ 
  geom_smooth(method = "lm")  + 
  geom_point() +  
  facet_grid(~type) +
  stat_cor()