如何用ggplot2在R中绘制带相似度得分的上三角相关矩阵图？

你的问题核心是数据框虽为上三角数据，但绘图时ggplot自动生成了所有变量组合的散点。以下是两种直接有效的解决方法：

方法1：提前筛选上三角数据行 #

先统一变量的因子顺序，再通过索引筛选出仅属于上三角的行，之后再绘图：

# 统一var1和var2的因子水平顺序，确保两者排序一致
df$var1 <- factor(df$var1, levels = unique(df$var1))
df$var2 <- factor(df$var2, levels = levels(df$var1))

# 筛选上三角区域：保留var1的因子索引小于var2的行
df_upper <- df[as.integer(df$var1) < as.integer(df$var2), ]

# 重新绘图（注意修正你之前标签颠倒的问题）
ggplot(df_upper, aes(x = var1, y = var2, color = cor, size = jaccard)) +
  geom_point(alpha = 0.7) +
  scale_size_continuous(name = "Jaccard Index") +
  scale_color_continuous(name = "相关性", low = "blue", high = "red") +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))  # 可选：旋转x轴标签避免重叠

方法2：使用ggcorrplot包快速生成上三角相关图 #

如果你的数据可以转换为矩阵格式，ggcorrplot专门针对相关图设计，能直接指定显示上三角：

library(tidyr)
library(ggcorrplot)

# 将长格式数据转换为相关性矩阵
cor_matrix <- pivot_wider(df, id_cols = var1, names_from = var2, values_from = cor)
rownames(cor_matrix) <- cor_matrix$var1
cor_matrix <- as.matrix(cor_matrix[, -1])

# 转换Jaccard相似度矩阵（用于控制点大小）
jaccard_matrix <- pivot_wider(df, id_cols = var1, names_from = var2, values_from = jaccard)
rownames(jaccard_matrix) <- jaccard_matrix$var1
jaccard_matrix <- as.matrix(jaccard_matrix[, -1])

# 绘制上三角相关图
ggcorrplot(cor_matrix,
           type = "upper",  # 指定仅显示上三角
           lab = FALSE,  # 关闭数值标签（如需显示可设为TRUE）
           size = jaccard_matrix[upper.tri(jaccard_matrix)],  # 绑定上三角的Jaccard值到点大小
           outline.color = "white") +
  scale_color_gradient(low = "blue", high = "red") +
  labs(color = "相关性", size = "Jaccard Index")

重要提示 #

你原代码中scale_size_continuous和scale_color_continuous的名称标签搞反了，上述代码已修正，确保对应变量的含义正确。

内容的提问来源于stack exchange，提问作者Kamalika Ray