R语言科研绘图：散点图 + 线性回归完整教程（环境因子 vs 物种多样性）

R语言科研绘图：散点图 + 线性回归完整教程（环境因子 vs 物种多样性）

在生态学、环境科学、土壤学研究中，我们经常需要回答一个问题：某个环境因子是否显著影响了物种多样性？

• pH 升高，Shannon 指数是上升还是下降？
• 土壤有机质越多，微生物多样性越高吗？
• 哪个环境因子对多样性的解释力最强？

最直观的方式就是：散点图 + 线性回归。一张图胜过一堆统计表格。

本文用一个土壤微生物数据集的完整案例，从数据准备到多面板拼图，带你把整个流程跑通。

---

一、数据结构与准备

这是一份土壤采样数据，共 12 个样点，包含以下变量：

变量	含义	单位
pH	土壤酸碱度	—
AK	速效钾	mg/kg
AP	速效磷	mg/kg
AN	碱解氮	mg/kg
OM	有机质	g/kg
W	土壤含水量	%
Shannon	物种多样性指数	—
PD	系统发育多样性指数	—

数据结构如图所示：

# 读取数据
df <- read.csv("sandian.csv", header = TRUE)

# 查看数据结构
str(df)
head(df)

如果你的数据是 Excel 格式，用 readxl::read_excel() 读入即可。

---

二、单因子分析：从 lm() 到出图

以 pH → Shannon 指数 为例，走一遍完整流程。

第一步：线性回归

x <- df$pH
y <- df$Shannon
fit <- lm(y ~ x)
summary(fit)

输出重点关注两个指标：

• R²（决定系数）：衡量回归模型对数据的拟合程度，取值 0~1，越接近 1 说明环境因子对多样性的解释力越强。
• p 值：检验回归斜率是否显著不为零，通常以 p < 0.05 作为显著阈值。

以 pH 为例的结果：

Multiple R-squared:  0.0004,	 p-value: 0.927

R² = 0.0004，p = 0.927——pH 与 Shannon 指数在本数据集中没有显著线性关系。

注意：不显著的结果也是科研中的常态。清楚地知道哪些因子不相关，本身就有重要的科学意义。可视化能帮你客观呈现这种关系，而不是只挑选显著的结果。

第二步：绘制散点图 + 回归线

par(mar = c(5, 5, 3, 1))
plot(x, y,
     xlab = "pH", ylab = "Shannon 指数",
     pch = 16, cex = 1.5, col = "#00AFBB",
     cex.lab = 1.8, cex.axis = 1.3, las = 1)
abline(fit, lwd = 3, col = "#00AFBB")

三、多因子拼图：layout() 批量作图

单张图一张张画效率太低。用 layout() + for 循环可以一次性生成多面板拼图，这是科研论文中的标准做法。

2×3 拼图：6 个环境因子 vs Shannon 指数

# 定义变量和标签
x_vars <- c("pH", "AK", "AP", "AN", "OM", "W")
x_labels <- c("pH", "AK (mg/kg)", "AP (mg/kg)",
              "AN (mg/kg)", "SOM (g/kg)", "W (%)")

# 设置 2 行 3 列布局
layout(matrix(1:6, 2, 3, byrow = TRUE))
par(mar = c(4.5, 4.5, 3, 1))

for (i in seq_along(x_vars)) {
  fit <- lm(df$Shannon ~ df[[x_vars[i]]])
  s <- summary(fit)

  plot(df[[x_vars[i]]], df$Shannon,
       xlab = x_labels[i], ylab = "Shannon",
       pch = 16, cex = 1.3, col = "#00AFBB",
       cex.lab = 1.5, cex.axis = 1.2, las = 1)
  abline(fit, lwd = 3, col = "#00AFBB")

  # 右上角标注 R² 和 p 值
  r2 <- round(s$r.squared, 3)
  p  <- s$coefficients[2, 4]
  p_label <- ifelse(p < 0.001, "p<0.001", paste0("p=", round(p, 3)))
  x_pos <- par("usr")[2] - diff(par("usr")[1:2]) * 0.25
  y_pos <- par("usr")[4] - diff(par("usr")[3:4]) * 0.1
  text(x_pos, y_pos, labels = bquote(R^2 == .(r2) ~ " " ~ .(p_label)),
       cex = 1.1, adj = c(1, 1))
}

保存为高清 PNG

png("scatter_6panel.png", width = 3000, height = 2000, res = 300)
# ... 绘图代码 ...
dev.off()

res = 300 即 300 dpi，满足期刊发表要求。如需 PPT 格式，可用 export 包的 graph2ppt() 函数。

拼图布局修改技巧

# 2行3列，按行填充
layout(matrix(1:6, 2, 3, byrow = TRUE))

# 4行3列，12张图
layout(matrix(1:12, 4, 3))

# 不规则布局：左侧大图 + 右侧两小图
layout(matrix(c(1, 1, 2, 3), 2, 2, byrow = TRUE))

---

四、结果解读：如何快速筛选关键因子

通过上述代码生成的拼图，我们可以快速回答以下问题：

1. 哪些环境因子与 Shannon 指数有显著关系？
   看每个子图右上角的 R² 和 p 值。R² 越大、p 值越小，说明该因子对多样性的解释力越强。6 个因子放在一起对比，可以直观地排序出影响最大的因子。在本数据集中，部分养分因子（如 AK、AN）表现出一定趋势，而 pH 与多样性几乎无关（R² ≈ 0）。

2. 多面板拼图的真正价值
   当你有 10 个甚至 20 个环境因子时，逐一看回归表格会非常痛苦。一张拼图让你一眼抓住关键因子——这在探索性数据分析（EDA）和论文中都非常实用。

---

五、完整可运行代码

以下代码整合上述所有步骤，复制后修改工作目录即可运行：

# ============================================================
# 散点图 + 线性回归：环境因子与多样性
# ============================================================

# 1. 设置工作目录（改为你的路径）
# setwd("你的数据文件夹路径")

# 2. 读取数据（替换成你的文件名）
df <- read.csv("sandian.csv", header = TRUE)

# 3. 定义作图函数
plot_one <- function(x, y, xlab, ylab) {
  fit <- lm(y ~ x)
  s <- summary(fit)
  r2 <- round(s$r.squared, 3)
  p  <- s$coefficients[2, 4]
  p_label <- ifelse(p < 0.001, "p<0.001", paste0("p=", round(p, 3)))

  plot(x, y, xlab = xlab, ylab = ylab,
       pch = 16, cex = 1.3, col = "#00AFBB",
       cex.lab = 1.5, cex.axis = 1.2, las = 1)
  abline(fit, lwd = 3, col = "#00AFBB")

  x_pos <- par("usr")[2] - diff(par("usr")[1:2]) * 0.25
  y_pos <- par("usr")[4] - diff(par("usr")[3:4]) * 0.1
  text(x_pos, y_pos, labels = bquote(R^2 == .(r2) ~ " " ~ .(p_label)),
       cex = 1.1, adj = c(1, 1))
}

# 4. 配置变量（替换成你的列名）
x_vars   <- c("pH", "AK", "AP", "AN", "OM", "W")
x_labels <- c("pH", "AK (mg/kg)", "AP (mg/kg)",
              "AN (mg/kg)", "SOM (g/kg)", "W (%)")

# 5. 生成 2×3 拼图
png("scatter_6panel.png", width = 3000, height = 2000, res = 300)
layout(matrix(1:6, 2, 3, byrow = TRUE))
par(mar = c(4.5, 4.5, 3, 1))
for (i in seq_along(x_vars)) {
  plot_one(df[[x_vars[i]]], df$Shannon, x_labels[i], "Shannon")
}
dev.off()
cat("已保存：scatter_6panel.png\n")

替换成你的数据的步骤

1. 准备一个 CSV 文件，第一行为列名，包含你的环境因子列和多样性指数列
2. 修改 x_vars 为你的环境因子列名
3. 修改 x_labels 为图上显示的标签（含单位）
4. 修改 df$Shannon 为你的多样性指数列名
5. 运行即可

---

六、实用参数速查

参数	作用	常用值
pch	数据点形状	16（实心圆）、1（空心圆）、17（实心三角）
cex	点/文字大小	1.3~1.5（适中）、1.8（大）
col	颜色	#00AFBB（青蓝）、#E69F00（橙）、#56B4E9（蓝）
lty	线型	1（实线）、2（虚线）、3（点线）
lwd	线宽	2~3（适中）
cex.lab	坐标轴标签字号	1.5~1.8
cex.axis	刻度标签字号	1.2~1.3
las	刻度标签方向	1（始终水平）
res	导出图片分辨率	300（期刊要求）

补充：R² 不显著怎么办？
如果不显著（p > 0.05）：① 这完全正常，不必只展示显著的结果；② 可考虑非线性关系（如用 poly(x, 2) 尝试二次项）；③ 如果样本量较小（n < 30），不显著可能是因为统计检验力不足，而非完全没有生态学意义。

---

如果这篇文章对你有帮助，欢迎点赞 + 收藏。

---