ggscatter绘制Pearson相关图：调整系数文本位置及小写r显示

核心修改方案 #

通过自定义相关性文本的生成逻辑与位置参数，同时调整绘图区域设置，解决两个问题：

• 将文本移至图外顶部

  1. 手动设置文本的垂直位置为数据最大值的1.1倍（可根据实际密度调整比例）
  2. 关闭绘图区域裁剪，允许文本超出画布范围
  3. 为图顶部预留足够边距，避免文本被遮挡

• 替换大写R为小写r
  放弃ggscatter默认的自动文本生成，手动定义相关性文本的格式，直接写入小写r。

单图示例代码 #

library(ggpubr)

# 替换为你的数据框和列名
p <- ggscatter(your_df, x = "x_var", y = "y_var", add = "reg.line") +
  # 自定义相关性文本格式与位置
  stat_cor(
    aes(label = paste0("r = ", round(r, 2), ", p = ", round(p.value, 3))),
    label.x = mean(your_df$x_var),  # 水平居中
    label.y = max(your_df$y_var) * 1.1,  # 文本置于数据顶部上方10%
    show.legend = FALSE
  ) +
  # 允许文本超出绘图区域不被裁剪
  coord_cartesian(clip = "off") +
  # 顶部预留30px空间放置文本，其他边距按需调整
  theme(plot.margin = margin(t = 30, r = 10, b = 10, l = 10))

print(p)

批量生成7张图并合并 #

可以封装成函数批量处理，再用ggarrange合并：

# 批量绘图函数
make_scatter_plot <- function(data, x_col, y_col) {
  ggscatter(data, x = x_col, y = y_col, add = "reg.line") +
    stat_cor(
      aes(label = paste0("r = ", round(r, 2), ", p = ", round(p.value, 3))),
      label.x = mean(data[[x_col]]),
      label.y = max(data[[y_col]]) * 1.1,
      show.legend = FALSE
    ) +
    coord_cartesian(clip = "off") +
    theme(plot.margin = margin(t = 30, r = 10, b = 10, l = 10))
}

# 生成7张图（替换为你的实际列名组合）
plot_list <- list(
  make_scatter_plot(your_df, "x1", "y1"),
  make_scatter_plot(your_df, "x2", "y2"),
  make_scatter_plot(your_df, "x3", "y3"),
  make_scatter_plot(your_df, "x4", "y4"),
  make_scatter_plot(your_df, "x5", "y5"),
  make_scatter_plot(your_df, "x6", "y6"),
  make_scatter_plot(your_df, "x7", "y7")
)

# 合并绘图，布局按需调整
ggarrange(plotlist = plot_list, ncol = 3, nrow = 3)

常见问题说明 #

• 之前示例代码无效的原因：默认ggscatter(cor.coef = TRUE)会调用内置格式强制显示大写R，必须手动自定义label参数才能替换为小写。
• 若文本仍被裁剪：增大plot.margin的t值（顶部边距），或微调label.y的比例。

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