如何调整R中mcmc_combo多变量绘图的输出尺寸

问题场景 #

使用bayesplot包的mcmc_combo()绘制多变量后验抽样的轨迹图+密度图时，图形尺寸不会随变量数量自动缩放，导致图表被截断、Y轴完全无法显示；改用lapply()逐个绘制单变量图时，绘图窗口尺寸固定，图形被强制拉伸变形。需求为固定单个子图的尺寸，让整体绘图窗口自适应变量数量调整。

解决方案 #

方法1：用patchwork拼接子图，精准控制单图尺寸

借助patchwork包的绘图拼接能力，生成每个变量的独立组合图后，统一设置单图尺寸，整体窗口会自动适配子图数量。

library(cmdstanr)
library(bayesplot)
library(dplyr)
library(patchwork)

# 提取目标变量的后验抽样数据
draws <- fit2$draws(
    variables = param[-5],
    inc_warmup = TRUE,
    format = "df"
)
pars <- grep("lam", names(draws), value = TRUE)

# 生成每个变量的mcmc_combo子图，微调边距避免重叠
plot_list <- lapply(pars, function(x) {
    mcmc_combo(draws, pars = x) +
        theme(plot.margin = margin(5, 5, 5, 5))
})

# 纵向拼接子图，固定每个子图的高度，整体自适应
wrap_plots(plot_list, ncol = 1, heights = rep(3, length(pars)))

• heights = rep(3, length(pars))：给每个子图分配固定高度（数值代表相对比例，可根据需求调整）
• ncol = 1：子图纵向排列，整体绘图窗口高度会随变量数量自动增加

方法2：动态设置绘图设备尺寸

如果需要导出图形文件，可根据变量数量动态计算设备的高度/宽度，确保每个子图有足够显示空间。

library(cmdstanr)
library(bayesplot)
library(dplyr)

draws <- fit2$draws(
    variables = param[-5],
    inc_warmup = TRUE,
    format = "df"
)
pars <- grep("lam", names(draws), value = TRUE)

# 按变量数量计算设备高度：每个变量分配600像素高度（可按需调整）
n_pars <- length(pars)
png("mcmc_combo_plots.png", width = 800, height = 600 * n_pars)

# 绘图并调整子图间距
mcmc_combo(draws, pars = pars) +
    theme(panel.spacing = unit(1, "lines"))

dev.off()

• 此方法适用于导出png、pdf等格式的图形文件，输出文件的尺寸会随变量数量自动适配，避免截断。

方法3：调整ggplot2分面与主题参数

mcmc_combo基于ggplot2实现，可通过修改分面缩放规则和主题间距，优化多变量显示效果：

library(cmdstanr)
library(bayesplot)
library(dplyr)

draws <- fit2$draws(
    variables = param[-5],
    inc_warmup = TRUE,
    format = "df"
)
pars <- grep("lam", names(draws), value = TRUE)

mcmc_combo(draws, pars = pars) +
    facet_wrap(~parameter, scales = "free", ncol = 1) +
    theme(
        panel.spacing = unit(1, "lines"),
        plot.margin = margin(10, 10, 10, 10)
    )

• scales = "free"：让每个子图的Y轴自适应变量范围
• panel.spacing：增大子图间的垂直间距，避免重叠

内容的提问来源于stack exchange，提问作者Pål Bjartan