使用R语言中的corrplot来绘制相关系数矩阵热图

R语言也是目前常用的数据分析编程语言之一，目前经过使用者、科学家们的开发，其功能也比较强大。本文就使用R语言中的corrplot来绘制相关系数矩阵热图进行介绍。

下面以波士顿Boston的房价数据为例，这个数据是数据挖掘、机器学习中常用的数据，可以到UCI的机器学习数据库去下载：https://archive.ics.uci.edu/ml/machine-learning-databases/housing/housing.data

数据集有506个观测样本，14个变量：

image.png

首先，将数据导入R软件中：

> mydata<-read.table('E:/Boston-house-prices.csv',head=T,sep=',',stringsAsFactors = FALSE )
> summary(mydata)

然后计算相关系数，并下载相关系数矩阵corrplot包：

> res <- cor(mydata)
> install.packages("corrplot") #下载相关系数矩阵corrplot包
> corrplot(res, method = "shade",shade.col = NA, tl.col ="black", tl.srt = 45, order = "AOE") # 绘制相关系数矩阵图

得到图形：

image.png

相关系数图中颜色越深表示，两个变量间的相关系数越接近1.图中可以看到，Boston的中位数房价（MEDV）一列中，与LSTAT、PTRATIO、RM等变量间的相关关系最大。

下面着重说说corrplot这个函数：

在corrplot(res, method = "shade",shade.col = NA, tl.col ="black", tl.srt = 45, order = "AOE") 这条命令中，

res：代表需要可视化的相关系数矩阵；

method = "shade"代表指定可视化的方法，可以是圆形、方形、椭圆形、数值、阴影、颜色或饼图形，method = c("circle", "square", "ellipse", "number", "shade", "color", "pie")；

shade.col = NA：指定图形展示的颜色，默认以均匀的颜色展示；

tl.col：指定文本标签的颜色，即图形的文字标签是什么颜色的，默认为黑色；

tl.srt = 45，表示文字标签的大小；

order = "AOE"：指定相关系数排序的方法，可以是原始顺序(original)、特征向量角序(AOE)、第一主成分顺序(FPC)、层次聚类顺序(hclust)和字母顺序，一般”AOE”排序结果都比”FPC”要好，order = c("original", "AOE", "FPC", "hclust", "alphabet")。

根据corrplot函数不同的属性，可以变换属性，绘制不同的相关系数矩阵热图：

image.png