如何用ggpairs实现响应变量与预测变量分面可视化并保留标签？

针对你遇到的ggmatrix布局时丢失标签的问题，最简便的方法是使用patchwork包来拼接提取的子图，它能自动保留每个子图的原始x轴标签、刻度，同时支持灵活的行列布局。

修改后的完整代码 #

library(ggplot2)
library(GGally)
library(patchwork) # 加载patchwork包

data(mtcars)
# 转换分类变量类型
mtcars[, c("vs", "am", "gear", "carb", "cyl")] <- lapply(mtcars[, c("vs", "am", "gear", "carb", "cyl")], as.factor)

primary_var <- "mpg"
# 生成完整的ggpairs对象（仅用于提取目标子图）
pairs <- ggpairs(mtcars, columns = 1:11, 
                 upper = list(continuous = "points", combo = "box_no_facet", discrete = "count", na = "na"),
                 lower = list(continuous = "cor", combo = "facethist", discrete = "facetbar", na = "na"))
# 获取响应变量的位置
pvar_pos <- match(primary_var, pairs$yAxisLabels)
# 提取首行所有子图，并调整y轴显示（避免重复）
plots <- lapply(2:pairs$ncol, function(j) {
  p <- getPlot(pairs, i = pvar_pos, j = j)
  # 仅在每行的第一列显示y轴标签和刻度
  p + theme(axis.title.y = ifelse(j %in% c(2,7), element_text(), element_blank()),
            axis.text.y = ifelse(j %in% c(2,7), element_text(), element_blank()))
})

# 排列成2行5列的布局
wrap_plots(plots, nrow = 2, ncol = 5) +
  plot_annotation(title = paste(primary_var, "与各预测变量的关系")) &
  theme(plot.title = element_text(hjust = 0.5))

关键说明 #

1. patchwork的优势：wrap_plots函数直接接收子图列表，按指定行列数排列，每个子图会保留自己的x轴标签、刻度以及对应的绘图类型（散点、箱线图、柱状图等），不会出现ggmatrix的标签匹配错误。
2. y轴优化：通过theme调整，只在每行的第一列显示y轴标签和刻度，避免重复显示造成的视觉混乱，同时保证y轴信息完整。
3. 扩展性：如果你的真实数据集有50个预测变量，只需调整lapply的范围（比如2:51），并修改wrap_plots的nrow和ncol参数（比如nrow=10, ncol=5）即可，无需额外修改标签逻辑。

内容的提问来源于stack exchange，提问作者emudrak