使用plot函数绘制DR01_PV至DR06_PV为x轴、D1为y轴散点图咨询

基于你已预处理得到的PV数据集，以下提供两种符合需求的实现方案：

• 方案1：将6个PV列的散点统一绘制在同一张画布，方便对比分布差异
• 方案2：每个PV列单独生成子图，方便单独观察对应相关关系

方案1：单画布集成所有散点 #

# 提取DR01_PV到DR06_PV的列名
pv_cols <- paste0("DR0", 1:6, "_PV")
# 为不同PV列设置区分色
col_vec <- rainbow(length(pv_cols))

# 初始化画布并绘制第一个PV列的散点
plot(
  x = PV[[pv_cols[1]]], 
  y = PV$D1, 
  xlim = range(PV[, pv_cols]), # 统一X轴范围适配所有PV取值
  col = col_vec[1], 
  pch = 16, # 实心圆点样式
  xlab = "PV取值", 
  ylab = "D1取值", 
  main = "各PV列与D1的散点关系"
)

# 循环添加剩余5个PV列的散点
for (i in 2:length(pv_cols)) {
  points(
    x = PV[[pv_cols[i]]], 
    y = PV$D1, 
    col = col_vec[i], 
    pch = 16
  )
}

# 添加图例区分不同PV列
legend("topleft", legend = pv_cols, col = col_vec, pch = 16)

方案2：分张子图 #

pv_cols <- paste0("DR0", 1:6, "_PV")
# 设置画布为2行3列布局，同时展示6张子图，调整边距避免标签重叠
par(mfrow = c(2, 3), mar = c(4, 4, 2, 1))

# 循环绘制每个PV列对应的散点图
for (col_name in pv_cols) {
  plot(
    x = PV[[col_name]], 
    y = PV$D1, 
    col = "steelblue", 
    pch = 16,
    xlab = col_name,
    ylab = "D1取值",
    main = paste0(col_name, " vs D1")
  )
}

# 绘图完成后重置画布默认布局
par(mfrow = c(1, 1))

内容的提问来源于stack exchange，提问作者Antonio