一、相关系数矩阵

library(corrplot)
head(mtcars,3)mpg cyl disp  hp drat    wt  qsec vs am gear carb
Mazda RX4     21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag 21.0   6  160 110 3.90 2.875 17.02  0  1    4    4
Datsun 710    22.8   4  108  93 3.85 2.320 18.61  1  1    4    1
cordata<-cor(mtcars[,1:7])
cordatampg        cyl       disp         hp        drat         wt        qsec
mpg   1.0000000 -0.8521620 -0.8475514 -0.7761684  0.68117191 -0.8676594  0.41868403
cyl  -0.8521620  1.0000000  0.9020329  0.8324475 -0.69993811  0.7824958 -0.59124207
disp -0.8475514  0.9020329  1.0000000  0.7909486 -0.71021393  0.8879799 -0.43369788
hp   -0.7761684  0.8324475  0.7909486  1.0000000 -0.44875912  0.6587479 -0.70822339
drat  0.6811719 -0.6999381 -0.7102139 -0.4487591  1.00000000 -0.7124406  0.09120476
wt   -0.8676594  0.7824958  0.8879799  0.6587479 -0.71244065  1.0000000 -0.17471588
qsec  0.4186840 -0.5912421 -0.4336979 -0.7082234  0.09120476 -0.1747159  1.00000000
corrplot(corr=cordata,method="color",order="AOE",addCoef.col="grey")

二、热力图

library(reshape2)
library(ggplot2)
mymatrix<-matrix(runif(30,min=-0.1,max=0.1),nrow=5,ncol=6)
colnames(mymatrix)<-c("房地产业","国防军工","建筑业","信息科技业","化工行业","电气工业")
mymatrix房地产业     国防军工      建筑业  信息科技业    化工行业     电气工业
[1,] -0.070659660 -0.093000454 -0.00707670 -0.07900881 -0.03599839 -0.097522612
[2,] -0.040224110  0.015778209 -0.06644414  0.02356476  0.06237693  0.022410838
[3,] -0.006500929 -0.008762363  0.05763242  0.01253936  0.09812529  0.071849709
[4,]  0.067375337  0.059886581 -0.02384389 -0.01077122 -0.04716984 -0.073741467
[5,]  0.054256376  0.090095767  0.07157948  0.06290915 -0.09143638 -0.003610035
fixdata<-melt(mymatrix)
head(fixdata,10)Var1     Var2        value
1     1 房地产业 -0.070659660
2     2 房地产业 -0.040224110
3     3 房地产业 -0.006500929
4     4 房地产业  0.067375337
5     5 房地产业  0.054256376
6     1 国防军工 -0.093000454
7     2 国防军工  0.015778209
8     3 国防军工 -0.008762363
9     4 国防军工  0.059886581
10    5 国防军工  0.090095767
p<-ggplot(fixdata,aes(x=Var2,y=Var1,fill=value))+xlab("行业")+ylab("星期")
p1<-p+geom_tile(color="white",size=0.1)+scale_fill_gradient(low='green',high='red')+guides(fill=FALSE)
p2<-p1+geom_text(aes(label=round(value,3)),angle=45)
print(p2)

三、词云

library(wordcloud2)
data<-read.table("C:/Users/steph/Desktop/visual/words.csv",sep=",",header=TRUE)
dim(data)
[1] 40  2
head(data)Word Freq
1     喜剧   80
2     爱情   33
3     剧情   39
4 中国大陆   42
5     香港   44
6     粤语   44
tail(data)Word Freq
35   暴力   24
36   音乐   29
37   恐怖   18
38   同志   22
39 纪录片   26
40   情色   28
wordcloud2(data)