如何在R中为数据框创建密度图矩阵

嘿，我来帮你搞定这个密度图矩阵的需求！你现在用基础绘图做单列密度图的思路完全没问题，要把所有列的密度图整合到同一区域形成矩阵，有两个实用的方案，我给你拆解清楚：

方法一：用R基础绘图系统快速实现 #

这种方法不用额外加载包，适合快速生成可视化：

1. 先筛选出数据框里的数值型列（密度图只能针对数值数据）：

# 筛选数值列
numeric_cols <- sapply(out_data, is.numeric)
data_num <- out_data[, numeric_cols]

2. 设置绘图布局，比如我们让每行放3个图（你可以根据列数调整）：

# 计算需要的行数和列数
n_cols_total <- ncol(data_num)
plots_per_row <- 3
n_rows <- ceiling(n_cols_total / plots_per_row)

# 设置布局，mar参数调整边距避免标题/标签重叠
par(mfrow = c(n_rows, plots_per_row), mar = c(4, 4, 2, 1))

3. 循环遍历每一列，绘制密度图：

for (col_name in colnames(data_num)) {
  # 计算密度
  dens <- density(data_num[[col_name]])
  # 绘制基础密度曲线
  plot(dens, main = paste("Density of", col_name))
  # 添加填充效果
  polygon(dens, col = "red", border = "blue")
}

运行完这段代码，你就能看到所有数值列的密度图整齐排列成矩阵啦。

方法二：用ggplot2生成更美观的分面密度图 #

如果你想要更美观、可定制性更强的可视化，推荐用ggplot2结合分面功能：

1. 先加载需要的包，并把数据转换成长格式（ggplot2更适合处理这种格式的数据）：

library(ggplot2)
library(tidyr)

# 转成长格式：把所有数值列整合到一列，同时保留变量名
data_long <- pivot_longer(out_data, 
                          cols = where(is.numeric), 
                          names_to = "Variable", 
                          values_to = "Value")

2. 绘制分面密度图：

ggplot(data_long, aes(x = Value)) +
  # 绘制密度曲线并添加填充
  geom_density(fill = "red", color = "blue", alpha = 0.7) + # alpha调整填充透明度
  # 按变量名分面，scales="free"让每个图的坐标轴自适应数值范围
  facet_wrap(~ Variable, scales = "free") +
  # 添加标题和调整主题
  labs(title = "Density Plots for All Numeric Variables") +
  theme_bw() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) # 旋转x轴标签避免重叠

这个方法生成的图样式更统一，还能轻松调整颜色、主题、坐标轴标签等细节，非常适合做报告或展示用。

小提示 #

• 如果你的数据里有非数值列，一定要先过滤掉，不然会报错；
• 基础绘图里的par(mfrow)参数可以灵活调整行数和列数，比如列数少的话可以设成c(1,2)；
• ggplot2里的scales="free"很关键，因为不同列的数值范围可能差异很大，共用坐标轴会导致部分图的细节被压缩。

内容的提问来源于stack exchange，提问作者Isabelle