使用ggcorrplot仅显示显著相关系数值并保留色块颜色

我正在使用ggcorrplot可视化相关系数矩阵，需求是仅在相关性显著时显示单元格内的相关系数数值；对于不显著的相关性，不展示数值但保留对应色块的颜色。以下是我的尝试代码及对应效果：

尝试1：显示所有相关系数 #

library(ggplot2)
library(ggcorrplot)

# 生成相关系数矩阵 
corr <- round(cor(mtcars),1)

# 生成对应相关系数的p值矩阵
corr_p <- cor_pmat(mtcars)

# 显示所有相关系数
ggcorrplot(corr,
           lab = TRUE)

尝试2：为不显著项标记X #

# 在不显著的相关性上标记X
ggcorrplot(corr,
           lab = TRUE,
           p.mat = corr_p)

尝试3：移除不显著项数值但丢失色块 #

# 移除不显著项的数值但同时删除了色块
# 我希望保留色块
ggcorrplot(corr,
           lab = TRUE,
           p.mat = corr_p,
           insig = 'blank')

ggcorrplot的insig = 'blank'参数会同时清空色块和标签，无法满足保留色块的需求。要实现仅隐藏不显著标签、保留色块，可通过构建自定义标签矩阵实现：将不显著的相关系数替换为空字符串，再传入lab_matrix参数。

实现代码 #

library(ggplot2)
library(ggcorrplot)

# 生成相关系数矩阵和p值矩阵
corr <- round(cor(mtcars), 1)
corr_p <- cor_pmat(mtcars)

# 自定义标签矩阵：仅保留显著（p<0.05）的相关系数，不显著项设为空字符串
lab_matrix <- ifelse(corr_p < 0.05, as.character(corr), "")

# 绘制图形
ggcorrplot(corr,
           lab = TRUE,
           lab_matrix = lab_matrix)

说明 #

• 默认采用0.05作为显著性阈值，若需调整，修改corr_p < 0.05中的数值即可。
• lab_matrix会覆盖默认的标签显示逻辑，不显著位置显示为空，而色块颜色由原相关系数矩阵corr决定，完美保留颜色信息。

^{内容的提问来源于stack exchange，提问作者tassones}