如何为pairs绘制的子图添加对应相关系数注释？

当然可以！要给pairs()生成的每个子图添加相关系数标注，你只需要自定义面板函数来替换默认的绘图逻辑就行。这里有两种实用的方案，你可以根据需求选择：

方案1：在每个散点图上直接标注相关系数 #

这种方案会在每个散点子图的右上角（或你指定的位置）直接添加对应变量对的相关系数，保留散点图的同时补充信息：

# 1. 先计算相关系数矩阵
corr1 <- cor(richstruc[, c(4, 10, 11)])

# 2. 自定义面板函数：同时绘制散点图和相关系数
panel_with_corr <- function(x, y, corr_matrix, ...) {
  # 绘制默认的散点图
  points(x, y, ...)
  
  # 获取当前面板对应的变量名
  x_var <- colnames(corr_matrix)[match(deparse(substitute(x)), colnames(corr_matrix))]
  y_var <- colnames(corr_matrix)[match(deparse(substitute(y)), colnames(corr_matrix))]
  
  # 提取对应的相关系数（保留2位小数）
  corr_val <- round(corr_matrix[x_var, y_var], 2)
  
  # 在散点图的右上角添加标注（pos=2表示左对齐，避免超出面板）
  text(x = max(x, na.rm = TRUE), y = max(y, na.rm = TRUE),
       labels = paste0("r = ", corr_val),
       pos = 2, cex = 0.8, col = "darkblue")
}

# 3. 调用pairs并使用自定义面板
pairs(richstruc[, c(4, 10, 11)], main = "comparison 1",
      panel = function(x, y) panel_with_corr(x, y, corr_matrix = corr1))

方案2：分区域展示（更美观） #

如果觉得散点和文字重叠影响可读性，推荐用这种方式：下三角绘制散点图，上三角展示相关系数（还可以添加p值），对角线展示变量的分布直方图：

# 1. 计算相关系数矩阵
corr1 <- cor(richstruc[, c(4, 10, 11)])

# 2. 定义不同区域的面板函数
# 下三角：绘制散点图
panel_scatter <- function(x, y, ...) {
  points(x, y, pch = 16, col = "gray40", ...)
}

# 上三角：展示相关系数+可选p值
panel_corr <- function(x, y, ...) {
  # 计算相关系数和显著性p值
  corr_result <- cor.test(x, y)
  corr_val <- round(corr_result$estimate, 2)
  p_val <- ifelse(corr_result$p.value < 0.001, "<0.001", round(corr_result$p.value, 3))
  
  # 设置文字颜色：显著相关（p<0.05）用红色突出
  text_color <- ifelse(corr_result$p.value < 0.05, "red", "black")
  
  # 在面板中心添加标注
  text(0.5, 0.5, paste0("r = ", corr_val, "\np = ", p_val),
       cex = 1.1, col = text_color, font = ifelse(corr_result$p.value < 0.05, 2, 1))
}

# 对角线：绘制变量的直方图
panel_diag <- function(x, ...) {
  usr <- par("usr")
  on.exit(par(usr))
  par(usr = c(usr[1:2], 0, 1.5))
  hist(x, main = "", axes = FALSE, col = "lightblue", border = "white")
}

# 3. 调用pairs并指定各区域的面板
pairs(richstruc[, c(4, 10, 11)], main = "comparison 1",
      lower.panel = panel_scatter,
      upper.panel = panel_corr,
      diag.panel = panel_diag)

关键细节说明： #

• 如果你只需要展示相关系数（不需要p值），可以修改panel_corr函数，去掉p_val相关的代码即可。
• 可以通过调整text()函数的cex（字体大小）、pos（位置）、col（颜色）参数，让标注更符合你的可视化需求。
• 代码中已经处理了NA值（na.rm = TRUE），如果你的数据集有缺失值也能正常运行。

内容的提问来源于stack exchange，提问作者Nate