如何将quanteda的wordfish theta散点图转为ggplot并美化？

• 第一步：从Wordfish模型提取数据并整理成数据框
  你报错的核心原因是直接将双精度向量（即Wordfish模型的theta值）传入ggplot，而ggplot要求输入必须是数据框。先把theta值、语料库原始文档顺序、文档ID整理成结构化数据框：

  # 假设你的Wordfish模型对象名为wf_model，语料库对象为corp
  theta_df <- data.frame(
    doc_order = seq_along(wf_model$theta),  # 生成与语料库原始顺序一致的x轴序号
    theta = wf_model$theta,
    doc_id = docnames(corp)  # 保留文档ID，用于后续高亮指定文档
  )
  

• 第二步：用ggplot绘制散点图并美化
  基于整理好的数据框，即可自由实现自定义美化需求：

  library(ggplot2)
  
  # 基础散点图
  p <- ggplot(theta_df, aes(x = doc_order, y = theta)) +
    geom_point(size = 2, color = "gray50") +  # 默认点的样式
    labs(x = "语料库原始文档顺序", y = "Wordfish Theta值", title = "文档立场分布散点图") +
    theme_minimal()
  
  # 高亮指定文档（示例：高亮doc_id为"target_doc_1"和"target_doc_2"的文档）
  target_docs <- c("target_doc_1", "target_doc_2")
  p <- p +
    geom_point(data = subset(theta_df, doc_id %in% target_docs), 
               size = 4, color = "red", shape = 18)  # 自定义高亮点的样式
  
  # 显示图形
  print(p)
  

• 额外说明：

  • seq_along(wf_model$theta)确保x轴严格遵循语料库的原始文档排列顺序
  • 可通过调整geom_point()的size、color、shape参数，自由修改点的样式
  • 若需要更多美化（比如添加辅助线、调整主题元素），直接在ggplot的图层链中追加对应代码即可

内容的提问来源于stack exchange，提问作者Pablo1100