如何用ggcorrplot按分类变量region绘制多个相关矩阵？

我懂你想实现的效果——按region这个分类变量，生成对应每个组的相关矩阵图，就像facet_wrap那样分面展示，但ggcorrplot本身没有原生的分面支持，直接硬套facet肯定会报错，咱们换个思路，用分组生成单图+拼图的方式就能搞定，下面给你两种实用的方案：

方法1：用dplyr+purrr+patchwork（推荐，代码简洁现代） #

这个组合能高效批量生成子图，再用patchwork轻松拼接成分面样式：

# 先加载需要的包
library(ggcorrplot)
library(dplyr)
library(purrr)
library(patchwork)

# 按region拆分数据，批量生成每个组的相关矩阵图
plot_list <- data %>%
  group_split(region) %>%  # 把数据拆成按region分组的列表
  map(function(sub_data) {
    # 计算当前组的相关矩阵
    corr_matrix <- round(cor(sub_data[,18:24], use = "complete.obs"), 2)
    # 生成带标题的ggcorrplot
    ggcorrplot(corr_matrix) +
      ggtitle(paste("区域:", unique(sub_data$region))) +
      theme(plot.title = element_text(hjust = 0.5, size = 10))  # 标题居中调整
  })

# 把所有子图拼接成网格，ncol控制列数（类似facet_wrap的ncol）
final_plot <- wrap_plots(plot_list, ncol = 2)

# 查看结果
print(final_plot)

方法2：用基础循环+gridExtra（适合习惯基础R的用户） #

如果不想用tidyverse系列包，用基础循环也能实现：

library(ggcorrplot)
library(gridExtra)

# 获取所有唯一的region类别
all_regions <- unique(data$region)

# 初始化空列表存放每个组的图
plot_list <- list()

# 循环每个region生成对应图
for (idx in seq_along(all_regions)) {
  # 提取当前region的子集数据
  sub_data <- subset(data, region == all_regions[idx])
  # 计算相关矩阵
  corr_matrix <- round(cor(sub_data[,18:24], use = "complete.obs"), 2)
  # 生成图并加入列表
  plot_list[[idx]] <- ggcorrplot(corr_matrix) +
    ggtitle(paste("区域:", all_regions[idx])) +
    theme(plot.title = element_text(hjust = 0.5, size = 10))
}

# 拼接成网格图
grid.arrange(grobs = plot_list, ncol = 2)

为啥直接用facet_wrap不行？ #

简单说，facet_wrap是基于长格式数据的分组映射，它需要你的数据是一行一个观测、带分组变量的结构；但ggcorrplot的输入是宽格式的相关矩阵，它的图层是针对整个矩阵生成的热图，没法直接被facet拆分。所以必须先按分组拆分原始数据，分别计算每个组的相关矩阵、生成单图，最后把这些单图拼在一起，就能实现类似分面的效果啦～

内容的提问来源于stack exchange，提问作者A.G.