今天学习下相关性矩阵的可视化，可以用来可视化相关性矩阵的包有corrplot包、corrgram包、GGally包、ggcorrplot包等，这些包在大部分情况下都可以满足需求。今天先来学习corrplot包的使用，后面几天有空会详细讲解下另外三个包。

---

目  录

• 1. 安装和加载R包

• 2. 加载数据集

• 3. 数据处理

  • 3.1 转换矩阵

  • 3.2 计算相关系数

• 4. 简单绘制

• 5. 自定义参数

  • 5.1 可视化方法

  • 5.2 矩阵显示类型

  • 5.3 绘制组合图形

  • 5.4 相关矩阵排序

  • 5.5 设置矩阵颜色

  • 5.6 设置文本标签属性

  • 5.7 设置图例属性

  • 5.8 设置图形外观

  • 5.9 设置显著水平

---

1. 安装和加载R包

corrplot包可以用来可视化相关矩阵，这个包中的参数很多，可以很详细的自定义图形。

第一步先安装和加载好R包。

install.packages("corrplot") # 安装包library(corrplot) # 加载包

2. 加载数据集

使用mtcars内置数据集进行演示，先加载包，看下数据集的信息。

data(mtcars) # 加载数据集head(mtcars, 10) # 查看数据集前10行

3. 数据处理

在使用mtcars数据集绘制图形前需要对数据集进行一些简单处理。

3.1 转换矩阵

绘图前可以将数据集转换为矩阵，当然，我也看到很多推文没有将数据集转换成矩阵，一样可以绘制图形，这一步也许可以省略。

mtcars # 转化为矩阵

3.2 计算相关系数

在绘制图形前，先计算下相关系数，可以使用cor()函数，函数中有"pearson", "kendall", "spearman"三种方法计算，我们选择默认的"pearson"方法即可。

cor_mtcars 'pearson')cor_mtcars

4. 简单绘制

先简单绘制个基本图形，我们在后面慢慢调整参数自定义图形。

corrplot(cor_mtcars)

如上图所示，一行代码就简单绘制出了图形。

在上图中，正相关用蓝色显示，负相关用红色显示。颜色强度和圆圈的大小与相关系数成正比。

下面我们开始慢慢调整参数设置图形。

5. 自定义参数

5.1 可视化方法

在上图中，可视化的方法method参数默认为"circle"，也就是圆形显示。还可以使用"square","ellipse","number","pie","shade"和"color"显示，分别表示方形、椭圆形、数字、饼图、阴影、颜色。

layout(matrix(1:6, 2, 3)) # 分割绘图设备

corrplot(cor_mtcars, method = "square") # 方形corrplot(cor_mtcars, method = "ellipse") # 椭圆形corrplot(cor_mtcars, method = "number") # 数字corrplot(cor_mtcars, method = "pie") # 饼图corrplot(cor_mtcars, method = "shade") # 阴影corrplot(cor_mtcars, method = "color") # 颜色

5.2 矩阵显示类型

在基础图形中，矩阵显示为全矩阵显示，可以设置type参数为"lower"和"upper"，来分别显示上三角和下三角矩阵。

layout(matrix(1:2, 1, 2)) # 分割绘图设备

corrplot(cor_mtcars, type = "lower") # 下三角矩阵corrplot(cor_mtcars, type = "upper") # 上三角矩阵

5.3 绘制组合图形

在上面我们可以绘制出上三角和下三角矩阵图形，然后可以使用add参数来绘制组合图形。

add为TRUE则可以图形添加到现有图形中。

corrplot(cor_mtcars, method = "square",          type = "lower") # 下三角矩阵corrplot(cor_mtcars, method = "pie",          type = "upper", add = TRUE) # 上三角矩阵

如上图所示，先绘制一个下三角图形，再将上三角图形添加到图形上。

5.4 相关矩阵排序

在corrplot包中，使用order参数设置相关性矩阵排序，排序方法有original(默认)、AOE、FPC、hclust、alphabet等5种。

我们看看其他四种排序是什么样的。

layout(matrix(1:4, 2, 2)) # 分割绘图设备

corrplot(cor_mtcars, order = "AOE") # 特征向量角序corrplot(cor_mtcars, order = "FPC") # 第一主成分顺序corrplot(cor_mtcars, order = "hclust") # 按层次聚类corrplot(cor_mtcars, order = "alphabet") # 按字母顺序

当order为"hclust"按层次聚类时，层次聚类方法也有几种，有"ward", "ward.D", "ward.D2", "single", "complete", "average", "mcquitty", "median"或"centroid"等，可以使用hclust.method参数来指定。

同时也可以设置addrect参数来设置可视化矩阵上聚类矩形的数量，为NULL时默认不添加矩形。

可以使用rect.col、rect.lwd参数来设置聚类矩形的颜色和线宽。

layout(matrix(1:6, 2, 3)) # 分割绘图设备

corrplot(cor_mtcars, order = "hclust", # 按层次聚类         hclust.method = "ward.D2") #层次聚类方法corrplot(cor_mtcars, order = "hclust",          hclust.method = "median") corrplot(cor_mtcars, order = "hclust",          hclust.method = "single") corrplot(cor_mtcars, order = "hclust",          hclust.method = "complete",          addrect = 2) # 设置聚类矩形的数量corrplot(cor_mtcars, order = "hclust",          hclust.method = "average",          addrect = 2, rect.col = "red")  # 设置聚类矩形的颜色corrplot(cor_mtcars, order = "hclust",          hclust.method = "mcquitty",          addrect = 4, rect.lwd = 3) # 设置聚类矩形的线宽

5.5 设置矩阵颜色

使用col参数来设置颜色，还可以使用bg参数设置背景颜色。

layout(matrix(1:3, 1, 3)) # 分割绘图设备col = colorRampPalette(c('blue', 'white', 'red'))(40)corrplot(cor_mtcars, method = "color")corrplot(cor_mtcars, method = "color", col = col) # 矩阵颜色corrplot(cor_mtcars, method = "circle", bg = "grey") # 背景颜色

还可以设置其他的颜色。

layout(matrix(1:6, 2, 3)) # 分割绘图设备corrplot(cor_mtcars, order = "hclust", col = heat.colors(100))corrplot(cor_mtcars, order = "hclust", col = terrain.colors(100))corrplot(cor_mtcars, order = "hclust", col = cm.colors(100))corrplot(cor_mtcars, order = "hclust", col = gray.colors(100))library(RColorBrewer)corrplot(cor_mtcars, order = "hclust", col = brewer.pal(n = 8, name = "RdYlBu"))corrplot(cor_mtcars, col = brewer.pal(n = 8, name = "PuOr"))

5.6 设置文本标签属性

layout(matrix(1:4, 2, 2)) # 分割绘图设备corrplot(cor_mtcars, tl.pos = "n") # 不显示文本标签corrplot(cor_mtcars, tl.pos = "lt") # 在左边和顶部显示corrplot(cor_mtcars, tl.cex = 1.5) # 设置文本标签的缩放倍数corrplot(cor_mtcars, tl.col = "black") # 设置文本标签的颜色

5.7 设置图例属性

颜色标签，也就是图形旁边的图例，可以使用cl.pos、cl.cex、cl.ratio、cl.align.text、cl.offset等参数来设置。

5.7.1 设置图例位置

corrplot(cor_mtcars, cl.pos = "n") # 不显示图例corrplot(cor_mtcars, cl.pos = "r") # 图例放在右边corrplot(cor_mtcars, cl.pos = "b") # 图例放在底部

5.7.2 设置图例文本属性

corrplot(cor_mtcars, cl.cex = 1.5) # 设置图例中数字标签的缩放倍数corrplot(cor_mtcars, cl.ratio = 2.0) # 数字，设置图例的宽度corrplot(cor_mtcars, cl.align.text = "l") # 字符，设置图例中的数字标签的对齐方式

5.8 设置图形外观

可以设置图形的标题、四边间距、网格线等。

layout(matrix(1:4, 2, 2)) # 分割绘图设备

corrplot(cor_mtcars, mar = c(2.2, 2.6,2.8,1.9)) # 设置图形四边间距corrplot(cor_mtcars, addgrid.col = "black") # 设置网格线corrplot(cor_mtcars, outline = "black") # 设置圆形、椭圆形等外边框corrplot(cor_mtcars, tl.pos = "n",          title  = "R语言统计与绘图 公众号") # 添加图形标题

5.9 设置显著水平

可以在图形上显示显著性水平。

layout(matrix(1:4, 2, 2)) # 分割绘图设备res1 .95)

corrplot(cor_mtcars, p.mat = res1$p,          sig.level = .2) # 设置p值>0.2的不显示corrplot(cor_mtcars, p.mat = res1$p,          sig.level = .05) # 设置p值>0.05的不显示corrplot(cor_mtcars, p.mat = res1$p,          insig = "blank") # 擦除p值>0.05的相关系数，设置为空白corrplot(cor_mtcars, p.mat = res1$p,          insig = "p-value")

参考资料

1. corrplot()函数帮助文件

---

既往专辑