使用R語(yǔ)言繪制其他圖形之相關(guān)系數(shù)圖

雖然cor()函數(shù)可以非常方便快捷的計(jì)算出連續(xù)變量之間的相關(guān)系數(shù)，但當(dāng)變量非常多時(shí)，返回的相關(guān)系數(shù)一定時(shí)讀者看的眼花繚亂。

下面就以R自帶的mtcars數(shù)據(jù)集為例，講講相關(guān)系數(shù)圖的繪制：

cor(mtcars[1:7])
很顯然，這么多數(shù)字堆在一起肯定很難快速的發(fā)現(xiàn)變量之間的相關(guān)性大小，如果可以將相關(guān)系數(shù)可視化，就能彌補(bǔ)一大堆數(shù)字的缺陷了。這里介紹corrplot包中的corrplot()函數(shù)進(jìn)行相關(guān)系數(shù)的可視化，首先來(lái)看看該函數(shù)的語(yǔ)法和一些重要參數(shù)：

corrplot(corr,

method = c("circle", "square", "ellipse", "number", "shade", "color", "pie"),

type = c("full", "lower", "upper"), add = FALSE,

col = NULL, bg = "white", title = "",  is.corr = TRUE,

diag = TRUE, outline = FALSE, mar = c(0,0,0,0),

addgrid.col = NULL, addCoef.col = NULL, addCoefasPercent = FALSE, 

order = c("original", "AOE", "FPC", "hclust", "alphabet"),

hclust.method = c("complete", "ward", "single", "average",

"mcquitty", "median", "centroid"),

addrect = NULL, rect.col = "black", rect.lwd = 2,

tl.pos = NULL, tl.cex = 1,

tl.col = "red", tl.offset = 0.4, tl.srt = 90,

cl.pos = NULL, cl.lim = NULL,

cl.length = NULL, cl.cex = 0.8, cl.ratio = 0.15, 

cl.align.text = "c",cl.offset = 0.5,

addshade = c("negative", "positive", "all"),

shade.lwd = 1, shade.col = "white",

p.mat = NULL, sig.level = 0.05,

insig = c("pch","p-value","blank", "n"),

pch = 4, pch.col = "black", pch.cex = 3,

plotCI = c("n","square", "circle", "rect"),

lowCI.mat = NULL, uppCI.mat = NULL, ...)

corr：需要可視化的相關(guān)系數(shù)矩陣

method：指定可視化的方法，可以是圓形、方形、橢圓形、數(shù)值、陰影、顏色或餅圖形

type：指定展示的方式，可以是完全的、下三角或上三角

col：指定圖形展示的顏色，默認(rèn)以均勻的顏色展示

bg：指定圖的背景色

title：為圖形添加標(biāo)題

is.corr：是否為相關(guān)系數(shù)繪圖，默認(rèn)為T(mén)RUE，同樣也可以實(shí)現(xiàn)非相關(guān)系數(shù)的可視化，只需使該參數(shù)設(shè)為FALSE即可

diag：是否展示對(duì)角線上的結(jié)果，默認(rèn)為T(mén)RUE

outline：是否繪制圓形、方形或橢圓形的輪廓，默認(rèn)為FALSE

mar：具體設(shè)置圖形的四邊間距

addgrid.col：當(dāng)選擇的方法為顏色或陰影時(shí)，默認(rèn)的網(wǎng)格線顏色為白色，否則為灰色

addCoef.col：為相關(guān)系數(shù)添加顏色，默認(rèn)不添加相關(guān)系數(shù)，只有方法為number時(shí)，該參數(shù)才起作用

addCoefasPercent：為節(jié)省繪圖空間，是否將相關(guān)系數(shù)轉(zhuǎn)換為百分比格式，默認(rèn)為FALSE

order：指定相關(guān)系數(shù)排序的方法，可以是原始順序(original)、特征向量角序(AOE)、第一主成分順序(FPC)、層次聚類(lèi)順序(hclust)和字母順序，一般”AOE”排序結(jié)果都比”FPC”要好

hclust.method：當(dāng)order為hclust時(shí)，該參數(shù)可以是層次聚類(lèi)中ward法、最大距離法等7種之一

addrect：當(dāng)order為hclust時(shí)，可以為添加相關(guān)系數(shù)圖添加矩形框，默認(rèn)不添加框，如果想添加框時(shí)，只需為該參數(shù)指定一個(gè)整數(shù)即可

rect.col：指定矩形框的顏色

rect.lwd：指定矩形框的線寬

tl.pos：指定文本標(biāo)簽(變量名稱(chēng))的位置，當(dāng)type=full時(shí)，默認(rèn)標(biāo)簽位置在左邊和頂部(lt)，當(dāng)type=lower時(shí)，默認(rèn)標(biāo)簽在左邊和對(duì)角線(ld)，當(dāng)type=upper時(shí)，默認(rèn)標(biāo)簽在頂部和對(duì)角線，d表示對(duì)角線，n表示不添加文本標(biāo)簽

tl.cex：指定文本標(biāo)簽的大小

tl.col：指定文本標(biāo)簽的顏色

cl.pos：圖例（顏色）位置，當(dāng)type=upper或full時(shí)，圖例在右表(r)，當(dāng)type=lower時(shí)，圖例在底部，不需要圖例時(shí)，只需指定該參數(shù)為n

addshade：只有當(dāng)method=shade時(shí)，該參數(shù)才有用，參數(shù)值可以是negtive/positive和all，分表表示對(duì)負(fù)相關(guān)系數(shù)、正相關(guān)系數(shù)和所有相關(guān)系數(shù)添加陰影。注意：正相關(guān)系數(shù)的陰影是45度，負(fù)相關(guān)系數(shù)的陰影是135度

shade.lwd：指定陰影的線寬

shade.col：指定陰影線的顏色

雖然該函數(shù)的參數(shù)比較多，但可以組合各種參數(shù)，靈活實(shí)現(xiàn)各種各樣的相關(guān)系數(shù)圖。下面就舉幾個(gè)例子：

library(corrplot)

corr <- cor(mtcars[,1:7])

#參數(shù)全部默認(rèn)情況下的相關(guān)系數(shù)圖

corrplot(corr = corr)

#指定數(shù)值方法的相關(guān)系數(shù)圖

corrplot(corr = corr, method="number", col="black", cl.pos="n")

#按照特征向量角序(AOE)排序相關(guān)系數(shù)圖

corrplot(corr = corr, order = 'AOE')

#同時(shí)添加相關(guān)系數(shù)值

corrplot(corr = corr, order ="AOE", addCoef.col="grey")

#選擇方法為color

corrplot(corr = corr, method = 'color', order ="AOE", addCoef.col="grey")

我覺(jué)得這幅圖比上面的圓形圖要清爽很多

#繪制圓形輪廓相關(guān)系數(shù)圖

corrplot(corr = corr, col = wb, order="AOE", outline=TRUE, cl.pos="n")

這個(gè)圖看起來(lái)非常像圍棋

#自定義背景色

corrplot(corr = corr, col = wb, bg="gold2",  order="AOE", cl.pos="n")

#混合方法之上三角為圓形，下三角為數(shù)字

corrplot(corr = corr,order="AOE",type="upper",tl.pos="d")

corrplot(corr = corr,add=TRUE, type="lower", method="number",order="AOE",diag=FALSE,tl.pos="n", cl.pos="n")

這幅圖將顏色、圓的大小和數(shù)值型相關(guān)系數(shù)相結(jié)合，更容易發(fā)現(xiàn)變量之間的相關(guān)性

#混合方法之上三角為圓形，下三角為方形

corrplot(corr = corr,order="AOE",type="upper",tl.pos="d")

corrplot(corr = corr,add=TRUE, type="lower", method="square",order="AOE",diag=FALSE,tl.pos="n", cl.pos="n")

#混合方法之上三角為圓形，下三角為黑色數(shù)字

corrplot(corr = corr,order="AOE",type="upper",tl.pos="tp")

corrplot(corr = corr,add=TRUE, type="lower", method="number",order="AOE", col="black",diag=FALSE,tl.pos="n", cl.pos="n")

個(gè)人更傾向于上圖的展現(xiàn)形式，既清爽又能很好的反映變量間的相關(guān)系數(shù)。

#以層次聚類(lèi)法排序

corrplot(corr = corr, order="hclust")

#以層次聚類(lèi)法排序，并繪制3個(gè)矩形框

corrplot(corr = corr, order="hclust", addrect = 3, rect.col = "black")