「R绘图技巧」告别“Excel风”!这些ggplot2拓展包,让你的科研图表秒变Nature级!!!
- 2026-05-10 21:45:55
为了避免各位错过最新的推文教程，强烈建议大家将“科研后花园”设置为“星标”！
用了ggplot2这么久，你可能遇到过这些问题：散点图标签总是挤成一团、想给图加上显著性星号却不知道从哪下手、想把几个图拼在一起结果折腾半天……别急着换工具！ggplot2的真正强大之处，在于它庞大的拓展包生态。这些拓展包就像一个个“外挂插件”，装进去，你的ggplot2瞬间就能解锁新技能。今天这篇文章，我们精选了一些最常用的拓展包，每个包都告诉你：它能解决什么问题、怎么装、代码怎么写、有哪些坑要避开。一篇在手，绘图无忧！
为什么需要这些拓展包？ggplot2本身已经非常强大，但它的设计哲学是“核心够稳，功能靠扩展”。在实际科研绘图中，我们经常会遇到一些“边缘需求”：
标签太多，点与点之间的文字叠在一起 → ggrepel
需要展示分布的“山峰”变化 → ggridges
想在一个图里看所有变量之间的关系 →GGally
想让静态图动起来，展示随时间的变化 →gganimate
这些问题，ggplot2自己解决不了，但通过一个拓展包，往往一行代码就能搞定。根据R包流行度统计，ggrepel、patchwork、ggpubr等包长期位居下载量前列。而且，官方画廊（https://exts.ggplot2.tidyverse.org/gallery/）已经收录了上百个扩展包，涵盖几乎所有你能想到的绘图场景。
一句话总结：拓展包 = ggplot2的“功能插件”，装即用，用完即走，不会干扰原有的绘图语法。
一句话功能：提供ggplot2原生没有的各种几何对象（geoms）和统计变换。
适合画什么：
Voronoi图（泰森多边形）：空间数据分析中常用
平行集图（Parallel Sets）：展示多个分类变量之间的关系
圆填充图（Circle Packing）：展示层级结构，如分类学的嵌套关系
分页分面：当分面数量太多时，可以将分面拆分到多个页面
安装与基本用法：
install.packages("ggforce")library(ggforce)# Voronoi图（泰森多边形）ggplot(iris, aes(Sepal.Length, Sepal.Width, group = -1L)) +geom_voronoi_tile(aes(fill = Species)) +geom_voronoi_segment() +geom_text(aes(label = after_stat(nsides), size = after_stat(vorarea)),stat = 'delvor_summary', switch.centroid = TRUE)# 平行集图data <- reshape2::melt(Titanic)data <- gather_set_data(data, 1:4)ggplot(data, aes(x, id = id, split = y, value = value)) +geom_parallel_sets(aes(fill = Sex), alpha = 0.3, axis.width = 0.1) +geom_parallel_sets_axes(axis.width = 0.1) +geom_parallel_sets_labels(colour = 'white')
注意事项：
geom_voronoi_tile() 会计算泰森多边形，大数据集时计算量较大
geom_parallel_sets 输入数据需要特殊格式，通常使用 gather 先整理
官网：https://ggforce.data-imaginist.com/
一句话功能：通过“斥力算法”自动调整文本标签位置，让标签不再互相重叠。
核心原理：每个标签之间、标签与数据点之间、标签与绘图边界之间都设置了排斥力，经过多次迭代计算后找到一个“不打架”的位置。
适合画什么：
火山图中需要标注显著基因名称
PCA图中标注样本ID
任何散点图中需要标注的场合
安装与基本用法：
# The easiest way to get ggrepel is to install it from CRAN:install.packages("ggrepel")# Or get the latest development version from GitHub:# install.packages("devtools")devtools::install_github("slowkow/ggrepel")library(ggrepel)# 基础用法：标签会自动弹开，避免重叠ggplot(mtcars,aes(wt, mpg, label = rownames(mtcars), colour = factor(cyl))) +geom_point()+geom_text_repel()# 替代 geom_text()# 带背景框的标签（更适合在密集图中突出显示）ggplot(mtcars,aes(wt, mpg, label = rownames(mtcars), colour = factor(cyl))) +geom_point()+geom_label_repel()
常用参数：
max.overlaps = Inf：确保所有标签都显示（默认会隐藏重叠过多的标签）
box.padding：标签框的内边距
point.padding：标签与对应数据点的距离
force：排斥力强度，值越大标签弹得越远
nudge_x / nudge_y：手动微调标签位置
注意事项：
数据量很大（>1000个点）且要标注全部点时，geom_text_repel 计算会很慢，建议只标注少数关键点
使用max.overlaps = Inf时要小心，当标签实在太多时，即使全部强制显示也会出现重叠
官网：https://ggrepel.slowkow.com/
一句话功能：提供一系列现成函数，几行代码就能画出带统计检验结果的发表级图表，特别适合生物医学领域。
适合画什么：
带显著性星号的箱线图/柱状图
带回归线和置信区间的散点图
多图拼合
安装与基本用法：
install.packages("ggpubr")library(ggpubr)# 箱线图 + 自动添加显著性标记ggboxplot(ToothGrowth, x = "supp", y = "len",color = "supp", palette = "npg", add = "jitter") +stat_compare_means() # 自动计算p值并标注# 指定需要比较的组（列表形式）my_comparisons <- list( c("0.5", "1"), c("1", "2"), c("0.5", "2") )ggboxplot(ToothGrowth, x = "dose", y = "len",color = "dose", palette = "npg")+# Add pairwise comparisons p-valuestat_compare_means(comparisons = my_comparisons, label.y = c(29, 35, 40))+stat_compare_means(label.y = 45)
常用参数：
method：选择统计检验方法，可选 "t.test"、"wilcox.test"、"anova" 等
label："p.format" 显示完整p值，"p.signif" 显示星号（*、**、***）
comparisons：指定需要比较的组，必须为列表格式
注意事项：
当分组变量有3个及以上时，stat_compare_means() 默认会做整体检验（ANOVA或Kruskal-Wallis），不会自动做两两比较，需要手动指定 comparisons
多个比较时需要校正p值，可以设置 p.adjust.method = "bonferroni"
官网：https://rpkgs.datanovia.com/ggpubr/
一句话功能：提供《经济学人》、华尔街日报、FiveThirtyEight、Stata、Excel等几十种现成主题风格，一键切换，不用自己调参数。
适合画什么：任何需要快速套用专业主题风格的图表，尤其适合需要在不同风格间快速切换的场景。
安装与基本用法：
install.packages("ggthemes")library(ggthemes)# 直接套用《经济学人》杂志风格ggplot(iris, aes(Sepal.Length, Sepal.Width, color = Species)) +geom_point(size = 3) +theme_economist() +scale_fill_economist()# FiveThirtyEight风格（NBA数据分析网站）ggplot(iris, aes(Sepal.Length, Sepal.Width, color = Species)) +geom_point(size = 3) +theme_fivethirtyeight()# 华尔街日报风格ggplot(iris, aes(Sepal.Length, Sepal.Width, color = Species)) +geom_point(size = 3) +theme_wsj()
常用主题：
theme_economist()：《经济学人》风格，白色背景，蓝色参考线，适合财经类图表
theme_fivethirtyeight()：FiveThirtyEight网站风格，深灰色背景
theme_wsj()：华尔街日报风格
theme_stata()：模仿Stata软件的默认风格
theme_excel()：模仿Excel图表风格
注意事项：
部分主题（如 theme_economist()）的字体可能需要单独安装，否则会fallback到系统默认字体
期刊投稿时建议使用 theme_bw() 或 theme_classic() 等简洁主题，避免过度装饰影响评审
官网：https://github.com/jrnold/ggthemes
一句话功能：绘制部分重叠的密度曲线，形成山脉一样的轮廓，非常适合展示多个分布的对比。
适合画什么：
不同年份/不同海拔的物种丰度分布变化
多组数据的密度对比（如不同处理组的表达量分布）
季节性变化趋势（如全年各月的观测数据）
安装与基本用法：
install.packages("ggridges")library(ggridges)# 脊线图：不同品种的鸢尾花花瓣长度分布ggplot(iris, aes(x = Petal.Length, y = Species, fill = Species)) +geom_density_ridges() # 核心函数
常用参数：
scale：控制山峰之间的重叠程度，值越大山峰越高，重叠越少
alpha：填充透明度，多个分布重叠时非常有用
jittered_points：是否在密度曲线上叠加原始数据点
注意事项：
如果数据分布差异很大（比如一个峰在0-10，另一个在1000-2000），脊线图的x轴可能会被拉得很长，建议对x轴进行log转换
默认情况下，y轴按照因子的原始顺序排列，可以使用 fct_rev() 反转顺序
官网：https://wilkelab.org/ggridges/
一句话功能：用 +、/、| 等符号自由组合多个ggplot对象，像搭积木一样排列子图，彻底告别 gridExtra 的繁琐代码。
适合画什么：任何需要多图拼合的场景，尤其适合需要复杂布局的论文图表。
安装与基本用法：
install.packages("patchwork")library(patchwork)# 最简单的拼图：横向并排p1 + p2 + p3# 复杂布局：上面两张并排，下面一张独占一行(p1 | p2) / p3# 指定各图的宽度比例(p1 + p2) + plot_layout(widths = c(2, 1)) # p1宽度是p2的2倍
常用操作符：
+：并排放置
/：上下堆叠
()：组合子布局
高级功能：
plot_layout()：控制布局的行列数和宽度/高度比例
plot_annotation()：添加总标题、副标题和主题标签
&：将同一主题应用到所有子图（如 p1 + p2 & theme_minimal()）
注意事项：
如果子图之间有相同的图例，可以使用 guides = "collect" 合并图例
坐标轴对齐：axes = "collect" 可以让多个子图的坐标轴对齐
官网：https://patchwork.data-imaginist.com/
一句话功能：快速绘制多变量矩阵图、平行坐标图等复杂图形，尤其适合探索性数据分析（EDA）。
适合画什么：
散点图矩阵：ggpairs() 一图展示所有变量两两关系，同时显示相关系数和密度分布
平行坐标图：ggparcoord() 展示每个观测在所有变量上的轨迹
网络图：ggnet() 和 ggnetwork() 绘制网络关系
安装与基本用法：
install.packages("GGally")library(GGally)# 散点图矩阵：对角=密度图，上三角=相关系数，下三角=散点图ggpairs(iris, aes(color = Species))# 自定义各区域显示的图形类型ggpairs(iris,upper = list(continuous = "cor"), # 上三角显示相关系数lower = list(continuous = "points"), # 下三角显示散点diag = list(continuous = "densityDiag")) # 对角线显示密度图
常用参数：
mapping：颜色映射，如 aes(color = group)
upper / lower / diag：控制上三角、下三角和对角线显示的图形类型
columns：指定要包含在矩阵中的列
注意事项：
ggpairs() 在变量较多时（>10列）会生成大量子图，运行速度较慢
可以通过 columns = c(1,2,3) 限制分析的变量数量
官网：https://ggobi.github.io/ggally/
一句话功能：支持Markdown和HTML语法，让你在标题、标签中使用斜体、上标、彩色文字，彻底解决“基因名怎么斜体”的痛点。
适合画什么：
需要写斜体物种名的生物学图表
需要上标（如 R²、10⁶）的统计图表
需要在标题中混合颜色和样式的图形
安装与基本用法：
install.packages("ggtext")library(tidyverse)library(ggtext)df <- tibble(label = rep("Lorem ipsum dolor **sit amet,** consectetur adipiscing elit,sed do *eiusmod tempor incididunt* ut labore et dolore magnaaliqua.", 2),x = c(0, .6),y = c(1, .6),hjust = c(0, 0),vjust = c(1, 0),orientation = c("upright", "right-rotated"),color = c("black", "blue"),fill = c("cornsilk", "white"))ggplot(df) +aes(x, y, label = label, color = color, fill = fill,hjust = hjust, vjust = vjust,orientation = orientation) +geom_textbox(width = unit(0.4, "npc")) +geom_point(color = "black", size = 2) +scale_discrete_identity(aesthetics = c("color", "fill", "orientation")) +xlim(0, 1) + ylim(0, 1)
核心函数：
element_markdown()：用于主题中的文本元素（标题、轴标签等）
geom_richtext()：替代 geom_label()，支持在图形内部添加富文本标签
注意事项：
Markdown语法中，斜体用 *文本*，粗体用 **文本**
HTML标签如 <span style='color:red'> 可以精确控制颜色
上标可以使用Markdown语法 ^上标^，或者HTML语法 <sup>上标</sup>
官网：https://wilkelab.org/ggtext/
一句话功能：提供Nature、Science、Lancet、NEJM等顶刊的官方配色方案，以及D3.js、Star Trek、Futurama等流行配色。
适合画什么：任何需要专业配色的图表，尤其是准备投稿SCI期刊时。
安装与基本用法：
install.packages("ggsci")library(ggsci)# 使用Nature出版集团配色ggplot(iris, aes(x = Petal.Length, y = Sepal.Width, color = Species)) +geom_point(size = 4)+scale_color_npg()# 使用《新英格兰医学杂志》配色ggplot(iris, aes(x = Petal.Length, y = Sepal.Width, color = Species)) +geom_point(size = 4)+scale_color_nejm()# AAAS（Science）配色ggplot(iris, aes(x = Petal.Length, y = Sepal.Width, color = Species)) +geom_point(size = 4)+scale_color_aaas()
常用调色板：
scale_color_npg()：Nature出版集团经典配色（蓝金为主）
scale_color_aaas()：AAAS（Science）配色，蓝色系为主
scale_color_nejm()：NEJM配色，红色和蓝色对比强烈
scale_color_lancet()：柳叶刀配色
scale_color_jco()：美国临床肿瘤学会（ASCO）年会常用配色
scale_color_tron()：《创战纪》科幻电影风格配色
注意事项：
离散颜色和连续颜色有不同函数：scale_color_npg() 用于离散，scale_color_gradient_npg() 用于连续
记得同时设置填充色：scale_fill_npg()
官网：https://nanx.me/ggsci/
一句话功能：大幅增强ggplot2的分面能力，支持嵌套分面、独立调整每个分面的坐标轴、按比例分配面板宽度等功能。
适合画什么：
嵌套分面：facet_nested() 让分面标签按层级分组，避免重复
独立坐标轴：每个分面可以有自己的坐标轴范围
自定义分面布局：facet_manual() 完全手动控制
安装与基本用法：
install.packages("ggh4x")library(ggh4x)# 模拟数据：嵌套分面set.seed(123)df_nest <- data.frame(Group = rep(c("Control", "Treatment"), each = 60),Species = rep(c("A", "B", "C"), times = 40),value = rnorm(120))# 嵌套分面：将层级分面标签自动合并，避免重复显示ggplot(df_nest, aes(x = Species, y = value, fill = Species)) +geom_boxplot() +facet_nested(~Group+Species, scales = "free", space = "free")
核心功能：
facet_nested()：嵌套分面，标签自动合并
facet_nested_wrap()：包装版的嵌套分面
facet_manual()：完全手动定义分面的行和列布局
strip_nested()：控制嵌套标签的样式和合并方式
guide_axis_nested()：创建嵌套的坐标轴标签
注意事项：
scales = "free" 和 space = "free" 配合使用时，每个分面可以有不同的x轴范围和面板宽度
嵌套分面的标签合并规则可以通过 bleed 参数控制
官网：https://teunbrand.github.io/ggh4x/
一句话功能：在主散点图的边缘（X轴或Y轴外侧）添加密度图、直方图或箱线图，让读者同时看到分布信息。
适合画什么：散点图 + 边缘分布，常用于展示两个变量关系的同时，展示各自的分布特征。
安装与基本用法：
install.packages("ggExtra")library(ggExtra)p <- ggplot(iris, aes(x = Petal.Length, y = Sepal.Width, color = Species)) +geom_point(size = 4)# 添加边缘直方图（X轴和Y轴都添加）ggMarginal(p, type = "histogram", margins = "both",groupFill = T)# 添加边缘密度图（只添加X轴）ggMarginal(p, type = "density", margins = "x")# 调整边缘图的大小和透明度ggMarginal(p, type = "density", size = 3, alpha = 0.6)
常用参数：
type：可选 "histogram"（直方图）、"density"（密度图）、"boxplot"（箱线图）
margins：可选 "both"（双侧）、"x"（仅X轴）、"y"（仅Y轴）
size：边缘图相对于主图的尺寸比例
fill / color：自定义边缘图的颜色
注意事项：
边缘图是静态生成的，不能与交互式图表（如 ggiraph）同时使用
ggMarginal() 会返回一个新的ggplot对象，可以直接保存或继续修改
官网：https://github.com/daattali/ggExtra
一句话功能：专门绘制相关性矩阵的热图，自带显著性星号标记、聚类重排、三角布局等功能。
适合画什么：
环境因子相关矩阵
基因表达相关性分析
变量间的关联强度可视化
安装与基本用法：
install.packages("ggcorrplot")library(ggcorrplot)# 计算相关系数矩阵corr <- cor(mtcars[, 1:10], use = "complete.obs")# 绘制相关性热图（默认上三角布局，带聚类）ggcorrplot(corr,hc.order = TRUE, # 层次聚类重排行/列type = "lower", # 显示下三角（上三角会冗余）lab = TRUE) # 显示相关系数数值# 只显示显著的相关性（p < 0.05）ggcorrplot(corr, p.mat = cor_pmat(mtcars[, 1:10]), sig.level = 0.05)
核心功能：
自动进行层次聚类重排，让相关性高的变量聚集在一起
支持三角布局（上三角或下三角），避免信息冗余
支持显著性标记，不显著的相关性可以显示为空白或添加叉号
注意事项：
数据中有缺失值时，cor() 需要设置 use = "pairwise.complete.obs"
p.mat 参数需要提供显著性矩阵，可以使用 cor_pmat() 自动计算
官网：https://github.com/kassambara/ggcorrplot
一句话功能：在箱线图、柱状图等图表中，手动添加组间比较的显著性标记（带横线和星号），弥补 stat_compare_means 的不足。
适合画什么：
需要标注特定组之间显著性的箱线图
需要自定义比较组合的统计图表
安装与基本用法：
install.packages("ggsignif")library(ggsignif)# 模拟数据：三组箱线图set.seed(123)df_signif <- data.frame(group = rep(c("A", "B", "C"), each = 20),value = c(rnorm(20, 10, 2), rnorm(20, 12, 2), rnorm(20, 15, 2)))# 在指定的两组之间画显著性标记ggplot(df_signif, aes(x = group, y = value)) +geom_boxplot(aes(fill=group)) +geom_signif(comparisons = list(c("A", "B"), c("B", "C")),map_signif_level = TRUE, step_increase = 0.1)
常用参数：
comparisons：列表格式，指定要比较的组对
map_signif_level：是否用星号（*、**、***）替代数字p值
y_position：手动指定标记的垂直位置
step_increase：多个比较时，标记之间的垂直间距
注意事项：
geom_signif 会自己计算p值，如果需要使用已有的p值，可以用 annotations 参数手动标注
多个标记叠加时，step_increase 可以自动调整位置避免重叠
官网：https://github.com/const-ae/ggsignif
除了上述拓展包之外，ggplot2拓展生态中还有大量优秀包。以下是官方画廊中收录的其他部分包：
ggtree | |
ggalluvial | |
ggwordcloud | |
ggpattern | |
ggpointdensity | |
ggnetwork | |
ggradar | |
ggbeeswarm | |
gggenes | |
ggrastr | |
ggnewscale | |
ggfittext | |
gg3D | |
ggQC | |
gganatogram | |
ggmuller | |
ggdark | |
ggshadow |
📖 完整列表请访问：ggplot2 Extensions Gallery
使用建议
按需加载：20个包不用全装，装多了反而会拖慢R启动速度。每次只加载当前需要的包，用完可以
detach()卸载。冲突处理：多个包可能包含同名函数（如
geom_density_ridges只在ggridges里有，不会冲突；但%>%管道操作符在dplyr和magrittr里都有，需要小心）。建议用package::function()显式调用。版本兼容：
ggplot2版本更新频繁，使用install.packages("ggplot2")确保版本≥3.0.0，大多数拓展包都要求这个版本以上。投稿建议：期刊投稿时，建议使用
theme_bw()或theme_classic()等简洁主题，配合ggsci的配色，既专业又避免过度装饰引发审稿人反感。
总结
ggplot2之所以能成为R语言绘图的“事实标准”，很大程度上得益于它庞大的拓展包生态。无论你是需要处理重叠标签（ggrepel）、添加统计注释（ggpubr）、复杂分面（ggh4x），还是快速套用顶刊主题（ggthemes），总有一个拓展包能帮你事半功倍。
记住：拓展包之间可以叠加使用！比如你可以用 ggsci 配色，用 patchwork 拼图，再用 ggrepel 标注，画出既专业又美观的图表。
希望这份详细的拓展包指南能帮你打开ggplot2的新大门，让科研绘图不再是一件苦差事。如果你还有其他好用的拓展包推荐，欢迎在评论区分享！
PS: 以上内容是小编个人学习代码笔记分享，仅供参考学习，欢迎大家一起交流学习。
「R绘图模板」存在-缺失热图：一张图看懂数据的“有”和“无”！！！
「R绘图模板」RDA&dbRDA&CCA可视化！！！
「R绘图模板」Communications Earth & Environment | 组合图系列—曼哈顿图+Venn图展示富集OTU情况！！！
「R绘图模板」组间差异基因排序气泡图！！！
「R绘图模板」Nature | 组合图-分组折线+曲线下增量区域（iAUC）可视化！！！
「R绘图模板」Science Advances | 组合图-并列柱状图+饼图+折线图！！！
「R绘图模板」J. Agric. Food Chem. | 分面组合图-字母标记显著性柱状图+传统显著性标记箱线图！！！
「R绘图模板」主成分分析（PCA）+各类型边缘图！！！
「R绘图模板」Field Crops Res. | 组合图系列—三元图+条形图展示微生物丰度信息！！！
「R绘图模板」Nat. Commun | 复杂tree注释—分支颜色+多层离散热图+分组条形图！！！
「R绘图模板」多色系热图+分组气泡图！！！
「R绘图模板」组合图—多层注释tree+相关性热图！！！
「R绘图模板」分组散点+拟合曲线+组间显著性字母标记+相关统计数据计算！！！
「R绘图模板」WGCNA聚类图美化！！！
「R绘图模板」配对连线图+均值点及连线+显著性+嵌套分组！！！
