如何将自定义相关矩阵用于corrplot或在ggplot中绘制相关椭圆？

DevOps 小满

2026-5-15

刚好这两个需求都能解决，分两个方案给你：

方案1：直接在corrplot中使用自定义相关矩阵及置信区间

其实corrplot完全支持传入你自己估计的相关矩阵，根本不需要从原始数据重新计算！你之前示例里用cor(mtcars)只是默认操作，只要把你通过MCMCglmm得到的相关矩阵替换进去就行。如果还要展示置信区间，corrplot还支持传入上下置信区间矩阵，具体步骤如下：

转换置信区间为矩阵格式
你的melted_cormat是长格式，需要转成宽格式的上下限矩阵，用reshape2的dcast就能搞定：

library(reshape2)
# 生成下限置信区间矩阵
lower_ci_matrix <- dcast(melted_cormat, Var1 ~ Var2, value.var = "lower") %>% 
  column_to_rownames("Var1") %>% 
  as.matrix()
# 生成上限置信区间矩阵
upper_ci_matrix <- dcast(melted_cormat, Var1 ~ Var2, value.var = "upper") %>% 
  column_to_rownames("Var1") %>% 
  as.matrix()
# 替换成你用MCMCglmm得到的自定义相关矩阵
custom_cor <- car.cor

绘制带置信区间的椭圆图
用corrplot()函数传入自定义矩阵和置信区间，指定method = "ellipse"就能得到你想要的效果：

corrplot(corr = custom_cor, 
         lowCI = lower_ci_matrix, 
         upperCI = upper_ci_matrix,
         method = "ellipse",
         type = "upper") # 可选：只显示上三角，和corrplot.mixed风格一致

如果想要像corrplot.mixed那样上下三角不同样式（比如上三角椭圆、下三角数值），直接把自定义矩阵传入corrplot.mixed就行：

corrplot.mixed(corr = custom_cor, 
               upper = "ellipse", 
               lower = "number")

方案2：在ggplot中实现corrplot风格的椭圆效果

如果一定要用ggplot，我们可以借助corrplot包底层的ellipse()函数生成椭圆坐标，再用ggplot的图层来绘制，步骤如下：

生成所有椭圆的坐标数据
corrplot::ellipse()可以根据单个相关系数生成椭圆的坐标点，我们循环遍历每个相关系数，生成完整的椭圆数据集：

library(dplyr)
# 生成椭圆坐标数据框
ellipse_data <- lapply(1:nrow(custom_cor), function(i) {
  lapply(1:ncol(custom_cor), function(j) {
    r_val <- custom_cor[i, j]
    # 生成椭圆坐标，x0/y0对应矩阵在图中的位置
    ell_coords <- corrplot::ellipse(r_val, x0 = j, y0 = nrow(custom_cor) - i + 1)
    data.frame(
      x = ell_coords[,1], 
      y = ell_coords[,2], 
      Var1 = rownames(custom_cor)[i], 
      Var2 = colnames(custom_cor)[j], 
      corr = r_val
    )
  })
}) %>% 
  bind_rows()

用ggplot绘制椭圆图
把椭圆坐标和相关系数结合，添加颜色映射和数值标签（可选）：

ggplot() +
  # 绘制椭圆轮廓
  geom_path(data = ellipse_data, aes(x = x, y = y, color = corr), linewidth = 1) +
  # 添加相关系数数值标签（可选）
  geom_text(data = melted_cormat, aes(x = as.integer(Var2), y = nrow(custom_cor) - as.integer(Var1) + 1, label = round(value, 2))) +
  # 设置坐标轴标签
  scale_x_continuous(breaks = 1:ncol(custom_cor), labels = colnames(custom_cor)) +
  scale_y_continuous(breaks = 1:nrow(custom_cor), labels = rev(rownames(custom_cor))) +
  # 设置颜色渐变（和corrplot风格一致）
  scale_color_gradient2(low = "blue", mid = "white", high = "red", midpoint = 0) +
  # 保持椭圆比例正确
  coord_fixed() +
  # 简洁主题
  theme_minimal()

这里注意y轴坐标的反转，因为ggplot的y轴是从下到上的，而corrplot的矩阵是从上到下排列的，所以用nrow(custom_cor) - as.integer(Var1) + 1来调整位置。

补充提示：如果你的MCMCglmm输出的是相关系数的后验分布，你可以先计算后验均值作为点估计，再计算95%置信区间（比如取后验分位数的2.5%和97.5%）作为上下限，再按照上面的方法使用即可。

内容的提问来源于stack exchange，提问作者klaskowski