使用RStudio绘制水平并排的Odds ratios展示图

下面是两种常用数据分析工具的实现方式，均可以保证右侧坐标轴标签完整显示，适配海报排版需求： #

R 语言实现（ggplot2 + patchwork 方案） #

临床/流行病学研究绘制OR森林图最常用的方案，兼容性极强，无需手动调整复杂的画布参数：

• 优先使用patchwork包拼接ggplot2生成的OR图，无需处理坐标轴对齐逻辑，默认保留所有子图的坐标轴标签，不会出现边缘裁剪问题。
• 核心操作逻辑：将每张OR图单独存为ggplot对象后，用+直接拼接即可实现水平排列。
  示例代码：

# 加载依赖包
library(ggplot2)
library(patchwork)

# p1、p2为提前绘制好的OR森林图对象，可根据需求增加更多图对象
p1 <- ggplot(df1, aes(x = or, y = variable, xmin = lower_ci, xmax = upper_ci)) + 
  geom_pointrange() + 
  labs(x = "Odds Ratio (95% CI)", y = "研究变量") +
  geom_vline(xintercept = 1, linetype = "dashed")

p2 <- ggplot(df2, aes(x = or, y = variable, xmin = lower_ci, xmax = upper_ci)) + 
  geom_pointrange() + 
  labs(x = "Odds Ratio (95% CI)", y = "研究变量") +
  geom_vline(xintercept = 1, linetype = "dashed")

# 水平并排布局，ncol对应图的数量，axes参数可按需选择是否统一合并坐标轴
p1 + p2 + plot_layout(ncol = 2)

# 输出海报用高清图，按需调整宽高即可
ggsave("or_comparison.png", dpi = 300, width = 18, height = 10)

• 若使用R基础绘图函数绘制OR图，绘图前运行par(mfrow = c(1, 2), mar = c(4,4,2,4))即可设置1行2列的水平布局，mar参数调整画布边距避免右侧标签被裁剪。

Python 实现（matplotlib + seaborn 方案） #

• 直接通过matplotlib的子图网格实现水平布局，tight_layout或bbox_inches参数可保证标签完整：
  示例代码：

import matplotlib.pyplot as plt
import seaborn as sns

# 创建1行2列的画布，figsize按海报排版需求调整
fig, (ax1, ax2) = plt.subplots(nrows=1, ncols=2, figsize=(18, 10), dpi=300)

# 在两个子图上分别绘制OR点线图
sns.pointplot(data=df1, x="or", y="variable", ax=ax1)
ax1.axvline(1, linestyle="--", color="gray")
ax1.set_xlabel("Odds Ratio (95% CI)")
ax1.set_ylabel("研究变量")

sns.pointplot(data=df2, x="or", y="variable", ax=ax2)
ax2.axvline(1, linestyle="--", color="gray")
ax2.set_xlabel("Odds Ratio (95% CI)")
ax2.set_ylabel("研究变量")

# 自动调整子图间距避免标签重叠
plt.tight_layout()
# 输出时添加bbox_inches参数保证边缘标签不被裁剪
plt.savefig("or_comparison.png", dpi=300, bbox_inches="tight")

通用注意事项 #

• 若需要跨图对比OR值，给所有子图设置相同的X轴范围即可，方便观众快速识别差异。
• 海报排版建议单张图宽度不小于8cm，保证变量标签和OR值刻度清晰可辨。

内容的提问来源于stack exchange，提问作者Jade