如何将R语言基础绘图转换为带theme_ipsum主题的ggplot？

刚好我之前处理过类似的需求，其实没有直接把基础绘图一键转成ggplot风格的简便工具——毕竟基础绘图和ggplot是两套完全独立的绘图系统。不过我们可以通过提取princals对象里的核心数据，用ggplot重新构建图形，这样就能轻松用上theme_ipsum这类美观的主题了。

下面是针对你的示例代码的完整解决方案：

步骤1：准备所需的包 #

除了Gifi，我们还需要ggplot2绘图包和提供theme_ipsum的hrbrthemes包：

install.packages(c("Gifi", "ggplot2", "hrbrthemes"))
library(Gifi)
library(ggplot2)
library(hrbrthemes)

步骤2：运行你的PCA分析（保留原有代码） #

这里我用Gifi包自带的winedata作为示例数据集（如果你有自己的ABC数据集，直接替换即可）：

# 加载示例数据（用自己的ABC数据集可跳过）
data(winedata)
ABC <- winedata

ABC6 <- ABC[,6:11]
fitord <- princals(ABC6)  

步骤3：提取绘图所需的核心数据 #

princals对象里已经存储了绘图需要的样本得分和变量坐标，我们把它们转成ggplot能识别的数据框：

# 提取样本的前两个主成分得分
sample_scores <- as.data.frame(fitord$scores[, 1:2])
colnames(sample_scores) <- c("Dim1", "Dim2")

# 提取变量的坐标，并添加变量名
var_coords <- as.data.frame(fitord$object[, 1:2])
var_coords$Variable <- rownames(var_coords)
colnames(var_coords)[1:2] <- c("Dim1", "Dim2")

步骤4：用ggplot重构图形并应用theme_ipsum #

现在我们用ggplot重新绘制PCA图，同时加上theme_ipsum主题，还可以添加一些细节让图形更专业：

ggplot() +
  # 绘制样本点（设置透明度避免重叠）
  geom_point(data = sample_scores, aes(x = Dim1, y = Dim2), 
             alpha = 0.7, size = 2, color = "#3498db") +
  # 绘制变量箭头（从原点出发）
  geom_segment(data = var_coords, aes(x = 0, y = 0, xend = Dim1, yend = Dim2), 
               arrow = arrow(length = unit(0.2, "cm")), color = "#2c3e50", linewidth = 1) +
  # 添加变量标签（稍微偏移避免和箭头重叠）
  geom_text(data = var_coords, aes(x = Dim1 * 1.1, y = Dim2 * 1.1, label = Variable), 
            color = "#2c3e50", fontface = "bold", size = 4) +
  # 标注主成分的方差贡献（让读者知道维度的解释力）
  xlab(paste0("Dimension 1 (", round(fitord$eigenvalues[1]/sum(fitord$eigenvalues)*100, 1), "%)")) +
  ylab(paste0("Dimension 2 (", round(fitord$eigenvalues[2]/sum(fitord$eigenvalues)*100, 1), "%)")) +
  # 应用theme_ipsum主题
  theme_ipsum() +
  # 添加原点参考线（更清晰地看样本和变量的分布）
  geom_vline(xintercept = 0, linetype = "dashed", color = "gray50") +
  geom_hline(yintercept = 0, linetype = "dashed", color = "gray50") +
  # 添加标题和副标题
  labs(title = "PCA Plot (Princals) with ggplot2 Style",
       subtitle = "Using theme_ipsum from hrbrthemes")

补充说明 #

• 这种重构方法的好处是完全可控：你可以自由调整点的颜色、箭头样式、标签位置等，比基础绘图灵活得多。
• 如果需要展示更多主成分维度，只需要调整提取数据时的列索引（比如[,1:3]），再用ggplot绘制3D图或者分面图即可。

内容的提问来源于stack exchange，提问作者EB3112