R语言BTM主题建模绘图报错：'x'是列表但无x、y组件

问题原因 #

BTM包训练得到的模型对象是列表结构，且该包未为模型实现专属的plot()方法。直接调用plot(model)时，R会默认使用基础包的base::plot()函数，而基础plot仅支持数值向量、数据框等具有明确x/y组件的对象，无法解析BTM模型的列表结构，因此触发报错。

修复方法 #

方法1：提取主题关键词绘制静态条形图 #

使用BTM包自带的top.topic.words()提取各主题的高权重关键词，再借助ggplot2或基础绘图函数可视化：

# 加载所需包
library(BTM)
library(ggplot2)
library(tidyr)

# 提取每个主题的Top10关键词（按权重排序）
top_terms <- top.topic.words(model$topics, num.words = 10, by.score = TRUE)

# 转换为长格式数据框
terms_df <- as.data.frame(top_terms)
terms_df$term <- rownames(terms_df)
terms_df <- pivot_longer(terms_df, cols = -term, names_to = "topic", values_to = "weight")

# 绘制分面条形图
ggplot(terms_df, aes(x = reorder(term, weight), y = weight)) +
  geom_col(fill = "#2E86AB") +
  facet_wrap(~topic, scales = "free_y") +
  coord_flip() +
  labs(x = "关键词", y = "权重", title = "BTM模型各主题Top10关键词") +
  theme_minimal()

方法2：用LDAvis实现交互式可视化 #

将BTM模型结果转换为LDAvis支持的格式，生成可交互的主题探索界面：

library(BTM)
library(LDAvis)
library(servr)

# 提取BTM模型核心参数
phi <- t(model$topics)          # 主题-词概率分布
theta <- model$theta            # 文档-主题概率分布
vocab <- model$vocab            # 词汇表
doc_lengths <- sapply(biterms, length)  # 每个文档的biterm数量
term_frequency <- colSums(model$docs)   # 词汇全局出现频率

# 创建LDAvis交互式可视化对象
lda_vis <- createJSON(
  phi = phi,
  theta = theta,
  vocab = vocab,
  doc.length = doc_lengths,
  term.frequency = term_frequency
)

# 在浏览器中启动可视化界面
serVis(lda_vis)

内容的提问来源于stack exchange，提问作者stats_noob