如何高效绘制长格式数据的多实验组散点图矩阵？

嗨，很高兴能帮你优化这个绘图流程！你已经用inner_join找到了自动化的方向，现在咱们来解决「自动生成唯一配对、不用手动指定my_pairs」的问题，彻底解放重复劳动～

核心思路：自动过滤冗余配对 #

要避免自配对（如c_{c）和重复反向配对（如b}a在a~b之后），我们可以利用字符排序比较来实现，这是最简洁的解决方案：

因为实验组名称是字符串，按字母顺序比较时，a < b、a < c、b < c都成立，而反向的b > a、自配对a == a都会被过滤掉，完美匹配你的需求。

完整代码实现 #

library(dplyr)
library(tidyr)
library(ggplot2)

# 初始数据
df <- data.frame(
  names=letters,
  a=1:26,
  b=1:13,
  c=11:36
)

df %>% 
  as_tibble() %>% 
  tidyr::gather(experiment, value, -names) %>% 
  mutate(log2.value=log2(value)) %>% 
  # 自连接，关联同一名称的不同实验组数据
  inner_join(., ., by = "names") %>% 
  # 关键过滤步骤：保留experiment.x < experiment.y的配对
  # 自动排除自配对和重复反向配对
  filter(experiment.x < experiment.y) %>% 
  # 生成配对标签
  mutate(pairing = sprintf('%s vs. %s', experiment.x, experiment.y)) %>% 
  ggplot(aes(log2.value.x, log2.value.y)) + 
  geom_point() + 
  facet_wrap( ~ pairing, labeller = label_both)

额外拓展：用combn预生成配对列表 #

如果你需要提前拿到所有唯一配对列表（比如用于后续其他分析），可以用combn函数生成：

# 先转长格式提取实验组
df_long <- df %>% 
  as_tibble() %>% 
  tidyr::gather(experiment, value, -names)

# 生成所有2个一组的无序唯一配对
experiments <- unique(df_long$experiment)
unique_pairs <- combn(experiments, 2, FUN = function(x) paste(x, collapse = " vs. "))
# 输出结果："a vs. b" "a vs. c" "b vs. c"

这个方法的妙处在于完全自动化——不管你以后新增多少实验组（比如d、e组），代码都不用手动修改配对列表，直接就能生成所有符合要求的唯一配对散点图，省了不少重复工作～

内容的提问来源于stack exchange，提问作者drmariod