ggplot生成含希腊字母与变量下标的多分行标签问题

阿华AIGC实验室

2026-5-13

我之前也碰到过一模一样的困扰——想用带变量下标的希腊字母，还要多行排版，直接用\n和label_parsed完全不兼容，各种组合试了半天都报错。其实核心问题是：在plotmath解析模式下，普通字符串的换行符\n不生效，必须用plotmath自带的多行语法（比如atop()），同时要正确构建包含希腊字母和下标的表达式。

下面给你两个亲测有效的解决方案，先从优化统计量计算开始（避免重复过滤数据，提升效率）：

第一步：提前计算各年份的统计指标

先把你需要的所有统计量一次性计算好，不要在sapply里反复filter，既慢又容易出错：

library(dplyr)
library(e1071)

# 假设vbl是你要分析的变量名，比如"Mortality"
vbl <- "Mortality"

# 分组计算每个年份的所有统计量
year_stats <- dfGBD %>%
  group_by(year) %>%
  summarise(
    N = n(),
    bw = round(stats::bw.nrd(log(!!sym(vbl))), 2),
    skewness = round(e1071::skewness(log(!!sym(vbl))), 2),
    kurtosis = round(e1071::kurtosis(log(!!sym(vbl))), 2),
    mu = round(mean(!!sym(vbl)), 2),
    sigma = round(sd(!!sym(vbl)), 2)
  )

方案一：生成可解析的plotmath字符串标签

这种方法把标签生成为符合plotmath语法的字符串，然后用label_parsed自动解析：

# 生成每个年份对应的plotmath字符串，用嵌套的atop()实现多行
year_labels <- sapply(1:nrow(year_stats), function(i) {
  stats <- year_stats[i,]
  sprintf(
    "atop('Year = %s', atop('N = %s'~'Bandwidth = %s', atop('Skewness: %s'~'Kurtosis: %s', mu['%s'] = %s~sigma['%s'] = %s)))",
    stats$year,
    stats$N, stats$bw,
    stats$skewness, stats$kurtosis,
    vbl, stats$mu, vbl, stats$sigma
  )
})

# 将year列转换为因子，指定标签为上面生成的字符串
dfGBD <- dfGBD %>%
  mutate(year = factor(year, levels = year_stats$year, labels = year_labels))

# 绘图时启用label_parsed
ggplot(dfGBD, aes(x = !!sym(vbl))) +
  geom_density() # 替换成你的图层
  facet_wrap(~year, labeller = label_parsed)

关键说明：

atop(a, b)是plotmath的多行语法，最多接受两个参数，所以用嵌套atop()实现4行内容
字符串要用单引号'括起来，空格用~表示
希腊字母mu和sigma直接写就行，plotmath会自动识别为希腊符号；下标用[]包裹变量名

方案二：直接生成表达式对象（更灵活）

如果不想拼字符串，也可以用bquote()直接生成表达式列表，然后自定义labeller函数：

# 为每个年份生成对应的plotmath表达式
expr_labels <- lapply(1:nrow(year_stats), function(i) {
  stats <- year_stats[i,]
  bquote(atop(
    'Year = ' ~ .(stats$year),
    atop(
      'N = ' ~ .(stats$N) ~ '  Bandwidth = ' ~ .(stats$bw),
      atop(
        'Skewness: ' ~ .(stats$skewness) ~ '  Kurtosis: ' ~ .(stats$kurtosis),
        mu[.(vbl)] ~ ' = ' ~ .(stats$mu) ~ '  ' ~ sigma[.(vbl)] ~ ' = ' ~ .(stats$sigma)
      )
    )
  ))
})

# 自定义labeller函数，根据年份匹配对应的表达式
custom_labeller <- function(variable, value) {
  # 匹配当前年份对应的表达式
  expr_labels[match(as.numeric(value), year_stats$year)]
}

# 绘图时使用自定义labeller（year可以不用转因子）
ggplot(dfGBD, aes(x = !!sym(vbl))) +
  geom_density() # 替换成你的图层
  facet_wrap(~year, labeller = custom_labeller)