如何高效批量生成并排列R语言线性回归模型诊断图？

首先需要明确：基础R的plot.lm()是即时绘图函数，不会返回可通过rbind合并的对象，所以你提到的第2、3点思路不适用于基础R绘图系统。不过可以通过迭代绘图+统一布局，或者借助ggplot生态工具来实现高效批量绘图的目标，以下是两种可行方案：

方法一：基础R循环实现高效迭代绘图 #

直接用循环遍历所有模型，自动调用绘图函数，提前设置好全局布局即可替代手动逐个绘图：

data("mtcars")
library(plyr)

# 拟合多个模型（你的原有代码）
mtcars_lm <- plyr::dlply(mtcars,
                           "cyl",
                             function(x) 
                                lm(mpg ~ hp + wt + cyl, data =x, na.action = na.omit))

# 设置绘图布局：3行对应3个模型，4列对应每个模型的4个诊断图
par(mfrow = c(3, 4), mar = c(1, 1, 1, 1))
# 用lapply迭代所有模型，自动完成绘图
lapply(mtcars_lm, function(model) {
  plot(model, las = 1, pch = 20, cex = 1)
})
# 重置绘图参数（避免影响后续绘图）
par(mfrow = c(1,1), mar = c(5,4,4,2)+0.1)

方法二：基于ggplot2生态的可组合绘图方案 #

如果想要生成可存储、合并的绘图对象（匹配你存储/合并的需求），可以用ggfortify将线性模型诊断图转为ggplot对象，再用patchwork灵活合并布局：

# 安装依赖包（首次使用时运行）
install.packages(c("ggfortify", "patchwork", "purrr"))

library(ggfortify)
library(patchwork)
library(purrr)

# 遍历模型，生成每个模型的4个ggplot格式诊断图
diagnostic_plots <- map(mtcars_lm, function(model) {
  autoplot(model, las = 1, pch = 20) +
    theme_minimal() + # 可选：统一调整绘图主题
    theme(axis.text = element_text(size = 8)) # 可选：调整文字大小适配布局
})

# 合并所有图：每个模型的4个图占一行，3个模型共3行
combined_plot <- (diagnostic_plots[[1]] / diagnostic_plots[[2]] / diagnostic_plots[[3]]) +
  plot_layout(ncol = 4) # 强制每行4个图对齐

# 展示最终合并图
print(combined_plot)

# 可选：保存绘图对象，后续可直接调用
# saveRDS(combined_plot, "linear_model_diagnostics.rds")

方案对比 #

• 基础R方案：轻量快速，无需额外依赖，适合快速生成诊断图；
• ggplot生态方案：绘图对象可存储、可修改，布局灵活，适合需要调整样式或复用绘图的场景。

内容的提问来源于stack exchange，提问作者bison2178