使用mcmc_areas()绘制多图调用plot_grid报错无输出问题

出现警告且无法出图是两个代码逻辑错误共同导致的：

• 列表存储方法错误：使用c()拼接ggplot对象时，会将完整的绘图对象拆解为图层、标度、主题配置等独立的底层组件，最终存入列表的不是可直接渲染的单幅图对象，cowplot::plot_grid()无法识别这些零散组件为有效绘图输入。如果feature分组超过5个，拆解出的组件数量就会超过50，触发R的警告阈值提示。
• mcmc_areas()输入不符合要求：bayesplot的mcmc系列绘图函数默认将输入数据的所有数值列识别为MCMC抽样参数，你传入的分组子集同时包含feature（固定分组ID）和correlation（后验值）两列，函数会错误地将常量值的feature列也当作后验参数处理，进一步导致绘图逻辑异常。

按如下逻辑调整即可正常出图：

1. 提前初始化固定长度的存储列表，避免用c()动态拼接绘图对象
2. 传入mcmc_areas()的子集仅保留correlation列，转为矩阵格式匹配函数输入要求
3. 按列表索引直接存入完整的ggplot对象

library(bayesplot)
library(cowplot)

# 获取所有分组ID
feat_list <- sort(unique(cors_feat$feature))
# 提前初始化对应长度的列表
plot_lst <- vector("list", length(feat_list))

for (i in seq_along(feat_list)) {
  # 提取当前分组的后验值，仅保留correlation列，转成符合要求的矩阵格式
  current_samples <- as.matrix(
    cors_feat[cors_feat$feature == feat_list[i], "correlation", drop = FALSE]
  )
  # 绘制分组后验区间图，可按需添加标题区分分组
  plot_lst[[i]] <- mcmc_areas(
    current_samples,
    pars = "correlation",
    prob = 0.95
  ) + ggtitle(paste0("Feature ", feat_list[i]))
}

# 组合所有绘图，可通过ncol、nrow参数控制排版行列数
plot_grid(plotlist = plot_lst, ncol = 2)

如果需要更简洁的分组绘图实现，也可以用lapply()替代for循环，避免手动管理列表索引：

plot_lst <- lapply(
  sort(unique(cors_feat$feature)),
  function(fid) {
    sub_dat <- as.matrix(cors_feat[cors_feat$feature == fid, "correlation", drop = FALSE])
    mcmc_areas(sub_dat, pars = "correlation", prob = 0.95) +
      ggtitle(paste0("Feature ", fid))
  }
)

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