R语言：在swiss数据集绘图后添加马氏距离异常点时points()无效

嗨，我来帮你搞定这个问题！你遇到的核心问题是：plot(swiss)生成的是多变量散点图矩阵（n×n的子图网格，每个子图对应一对变量的散点），而直接用points(outliers)根本无法匹配每个子图的变量组合，自然看不到效果。下面给你详细的原因分析和解决方案：

问题根源 #

当你调用plot(swiss)时，R底层其实调用了pairs()函数生成散点图矩阵。此时整个绘图窗口被分割成多个子图，points()默认只会在当前激活的最后一个子图（也就是矩阵右下角的子图）上尝试添加点，而且你直接传入数据框outliers时，R只会把数据框的第一列当作x轴、第二列当作y轴来绘制，完全没有对应到每个子图的变量对，所以看起来毫无效果。

解决方案 #

推荐两种方法，其中第一种更简洁可靠：

方法1：用pairs()自定义面板函数（推荐） #

直接通过pairs()的panel参数，自定义每个子图的绘制逻辑，让每个子图都能同时画出常规点和异常点：

# 1. 计算马氏距离并定位异常点的行号
mu_hat <- apply(swiss, 2, mean)
sigma_hat <- cov(swiss)
mahalanobis_distance <- mahalanobis(swiss, mu_hat, sigma_hat)
# 用行号标记异常点，后续更方便定位
outlier_rows <- which(mahalanobis_distance > 10)

# 2. 自定义面板函数：先画所有点，再叠加异常点
my_panel <- function(x, y, ...) {
  # 绘制当前变量对的所有散点
  points(x, y, ...)
  # 叠加当前变量对的异常点，用红色叉号标记
  points(x[outlier_rows], y[outlier_rows], pch = 'x', col = 'red', cex = 1.2)
}

# 3. 生成带异常点的散点图矩阵
pairs(swiss, panel = my_panel)

方法2：给已生成的散点图矩阵逐个添加异常点 #

如果你已经用plot(swiss)画出了基础图，也可以通过切换子图的方式逐个添加异常点，不过这种方法相对繁琐：

# 1. 先画出基础散点图矩阵
plot(swiss)

# 2. 计算异常点行号（和方法1一致）
mu_hat <- apply(swiss, 2, mean)
sigma_hat <- cov(swiss)
mahalanobis_distance <- mahalanobis(swiss, mu_hat, sigma_hat)
outlier_rows <- which(mahalanobis_distance > 10)

# 3. 遍历每个子图，切换并添加异常点
n_vars <- ncol(swiss)
for (i in 1:n_vars) {
  for (j in 1:n_vars) {
    # 切换到第i行、第j列的子图
    par(mfg = c(i, j))
    # 在当前子图添加对应变量对的异常点
    points(swiss[outlier_rows, j], swiss[outlier_rows, i], pch = 'x', col = 'red')
  }
}

验证效果 #

运行上面的代码后，你会看到所有子图里的异常点都被用红色叉号标记出来了，完美解决你之前的问题～

内容的提问来源于stack exchange，提问作者tulians