R语言 相关系数混合可视化矩阵实现

“ 相关系数可视化图让我们清晰了解变量之间的相关性，corrplot作为一个相关系数的多样式展示包，对我们的科研学习帮助巨大”

 

01—效果图

 

 

 

02—上代码

相关矩阵可视化包：corrplot

### 声  明：本内容为作者借助R3.6.3和Rstudio及相关包制作而成，仅供学习交流，咨询交流加wx：huyanggs 或Email：[email protected]### 主  题：相关性分析图表可视化### 数据源：R自带数据集mtcars### author：@拴小林Nobeli### 时  间：2020/3/28​​## 1.读取并了解数据集data(mtcars)# > names(mtcars)# [1] "mpg"  "cyl"  "disp" "hp"   "drat" "wt"   "qsec" "vs"   "am"   "gear" "carb"​df <- mtcars# > str(df)# 'data.frame':  32 obs. of  11 variables:#   $ mpg : num  21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...# $ cyl : num  6 6 4 6 8 6 8 4 4 6 ...# $ disp: num  160 160 108 258 360 ...# $ hp  : num  110 110 93 110 175 105 245 62 95 123 ...# $ drat: num  3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...# $ wt  : num  2.62 2.88 2.32 3.21 3.44 ...# $ qsec: num  16.5 17 18.6 19.4 17 ...# $ vs  : num  0 0 1 1 0 1 0 1 1 1 ...# $ am  : num  1 1 1 0 0 0 0 0 0 0 ...# $ gear: num  4 4 4 3 3 3 3 4 4 4 ...# $ carb: num  4 4 1 1 2 1 4 2 2 4 ...​## 2.相关系数计算res <- cor(df)​## 3.安装并加载corrplot包# install.packages("corrplot")library(corrplot)

1.简单相关性系数可视化

corrplot(res)

# 不同method的相关性系数图表corrplot(res,method="pie",tl.col="black",tl.srt=45, title = "method=pie的饼图", cex.main = 1, mar = c(2,2,3,2))  #饼图corrplot(res,method="ellipse",shade.col=NA,tl.col="black",tl.srt=45,  title = "method=ellipse的饼图", cex.main = 1, mar = c(2,2,3,2)) #椭圆corrplot(res, method="number",shade.col=NA,tl.col="black",tl.srt=45,  title = "method=number的饼图", cex.main = 1, mar = c(2,2,3,2))#数字# 参数解释# method：展示方法# shade.col：背景颜色# tl.col：坐标颜色；tl.srt：坐标内容旋转角度# title：设置标题# cex.main：标题相对于默认大小的调整倍数# mar：图形元素的边距，默认“下左上右”顺序​# 学习更多# ？？corrplot

 

2.混合相关性系数可视化

（上下三角矩阵）

corrplot(res, type = "upper", order = "hclust", tl.col = "black", tl.srt = 45,          title = "type = upper的数字+饼图", mar = c(2,2,3,2))  #上三角​​corrplot.mixed(res, title = "图形和数值混合矩阵", mar = c(2,2,3,2)) #图形和数值混合矩阵​corrplot.mixed(res, lower.col = "black", number.cex = .7,                title = "文字看不清，可以设置文字为黑色lower.col和大小number.cex", mar = c(2,2,3,2))​​corrplot(res, order = "hclust", addrect = 2,          title = "按hclust聚类方式排序", mar = c(2,2,3,2))  #按hclust聚类方式排序，addrect是添加分组矩形，可自定义分组类#类似于平时热图的kmean分组方式。

 

 

03—源代码

源数据及R代码：

链接: https://pan.baidu.com/s/1AnDwMpENSLgTlkzHpac3XQ 

提取码: sx46 

 

【往期回顾推荐】

R语言快速入门

R 语言 逻辑运算：TRUE/FALSE

R语言 高阶可视化绘图系统：ggplot2入门

R语言，入门首看、必看基础概述

R语言数据管理与dplyr、tidyr

快速掌握R语言中的apply函数族 | 精选分享

R语言 分组计算，不止group_by

 

《R数据科学》是一本专门讲解tidyverse相关包的书籍，主要涉及dplyr、tidyr、ggplot2、purrr等，非常值得学习，基本上此一本书可以解答数据处理的大部分问题