如何用corrplot/ggcorrplot合并相关系数矩阵与P值矩阵？

错误根源 #

corrplot要求P值矩阵p.mat和相关系数矩阵matrix_r的维度完全一致（都是16×16）。你遇到的错误是因为matrix_p只有240个元素（比16×16少16个），这是由于多数计算相关系数P值的工具会自动跳过变量与自身的配对，不生成对角线的P值，导致矩阵维度不匹配。

修复步骤 #

1. 补全P值矩阵的对角线 #

如果你的matrix_p是仅包含上三角/下三角的P值集合，先将其转换为完整的16×16矩阵，对角线填充NA（变量与自身的相关系数P值无意义，corrplot会自动忽略）：

# 创建空的16×16矩阵
full_p_mat <- matrix(NA, nrow = 16, ncol = 16)
# 假设matrix_p是上三角P值，填充到对应位置
full_p_mat[upper.tri(full_p_mat)] <- matrix_p
# 对称填充下三角（相关分析结果是对称的）
full_p_mat[lower.tri(full_p_mat)] <- t(full_p_mat)[lower.tri(full_p_mat)]

2. 直接从分析工具获取完整矩阵 #

如果用Hmisc包的rcorr计算相关系数，可直接提取完整的P值矩阵：

library(Hmisc)
# 假设your_data是包含16个变量的数据集
cor_results <- rcorr(as.matrix(your_data))
matrix_r <- cor_results$r    # 完整16×16相关系数矩阵
matrix_p <- cor_results$P    # 完整16×16P值矩阵，对角线为NA

重新执行可视化 #

修复后，用corrplot运行命令：

library(corrplot)
corrplot(matrix_r, p.mat = full_p_mat, method = "color", sig.level = 0.05, insig = "blank")
# insig参数可选："blank"留空不显著单元格，"pch"显示标记，"p-value"显示P值

ggcorrplot替代方案 #

若偏好ggplot风格，用ggcorrplot实现同样效果：

library(ggcorrplot)
ggcorrplot(matrix_r, p.mat = full_p_mat, type = "full", lab = TRUE, 
           sig.level = 0.05, pch.col = "red")

内容的提问来源于stack exchange，提问作者user18443305