如何用ggplot2在R中绘制Y与所有X变量的批量散点图？

数据集与基础绘图实现 #

先定义原始数据集：

set.seed(123)
data <- as.data.frame(matrix(rnorm(20 * 5, mean = 0, sd = 1), 20, 5))
colnames(data) <- c("Y", paste0("X", 1:4))

使用R基础绘图，可通过以下代码生成Y与每个X变量的散点图：

par(mfrow = c(2, 2))
for (i in seq(ncol(data))[-1]) {
  plot(data[, 1], data[, i], xlab = colnames(data)[i], ylab = "Y")
}

你的代码问题 #

你尝试的ggplot2代码无法运行，主要问题有两点：

1. ggplot2不依赖par()控制布局，par(mflow = c(2,2))不仅拼写错误（应为mfrow），且对ggplot无效
2. 在aes()中直接使用data[,i]会触发ggplot的非标准求值机制问题，无法正确识别动态变量

你写的错误代码如下：

par(mflow = c(2,2))
for (i in seq(ncol(data))[-1]){
ggplot(data, aes(x = data[,i], y = data[,1])) +
  labs(x = colnames(data)[i], y = "Y") +
  stat_smooth() +
  geom_point(color = "gray40", alpha = .5)
  
} 

解决方案 #

方案1：修正循环代码，正确处理动态变量 #

使用.data代词引用动态列名，同时在循环中显式收集ggplot对象，再用gridExtra包排列图形：

首先安装并加载依赖包：

install.packages("gridExtra")
library(gridExtra)
library(ggplot2)

修改后的循环代码：

plot_list <- list()
# 遍历所有X列
for (x_col in colnames(data)[-1]) {
  p <- ggplot(data, aes(x = .data[[x_col]], y = Y)) +
    labs(x = x_col, y = "Y") +
    stat_smooth(method = "lm") + # 可指定平滑方法，如线性回归
    geom_point(color = "gray40", alpha = .5)
  plot_list[[x_col]] <- p
}

# 排列为2行2列的图形矩阵
grid.arrange(grobs = plot_list, ncol = 2, nrow = 2)

方案2：转换为长格式数据（推荐，符合ggplot2的tidy原则） #

将宽格式数据转为长格式，用facet_wrap自动生成子图，无需循环：

首先安装并加载依赖包：

install.packages(c("ggplot2", "tidyr"))
library(ggplot2)
library(tidyr)

转换数据并绘图：

# 转长格式：将所有X列合并为一列，记录变量名和对应值
data_long <- pivot_longer(
  data, 
  cols = starts_with("X"), 
  names_to = "X变量", 
  values_to = "X值"
)

# 生成带平滑线的散点图，自动分面
ggplot(data_long, aes(x = X值, y = Y)) +
  geom_point(color = "gray40", alpha = .5) +
  stat_smooth(method = "lm") +
  facet_wrap(~`X变量`, ncol = 2) + # 按X变量分面，2列排列
  labs(x = "X值", y = "Y") +
  theme_bw() # 可选：用简洁的主题

内容的提问来源于stack exchange，提问作者nickolakis