corrplot包绘制相关性图

#导入数据
data = read.table(“cor.txt”,header=T,sep="\t")
data1<-data[,-1]
#输入数据的格式

#相关性
cor_matr = cor(data1)
cor_matr

library(corrplot)
corrplot(cor_matr, method = “circle”)

corrplot(cor_matr, method = “square”)

corrplot(cor_matr, method = “ellipse”)

corrplot(cor_matr, method = “shade”)

corrplot(cor_matr, method = “color”)

corrplot(cor_matr, method = “pie”)

method 参数的设置不同，相关性热图的表现形式也就不一样了。
#layout type
corrplot(cor_matr, method = “pie”,type=‘upper’)

corrplot(cor_matr, method = “pie”,type=‘upper’)
corrplot.mixed(cor_matr)

corrplot(cor_matr, method = “pie”,type=‘upper’)
corrplot.mixed(cor_matr, lower.col = “black”, number.cex = .7)

corrplot(cor_matr, method = “pie”,type=‘upper’)
corrplot.mixed(cor_matr, lower = “ellipse”, upper = “circle”)

corrplot.mixed(cor_matr, lower = “square”, upper = “circle”, tl.col = “black”)

corrplot(cor_matr, order = “AOE”)

corrplot(cor_matr, order = “hclust”)

corrplot(cor_matr, order = “FPC”)

corrplot(cor_matr, order = “alphabet”)

corrplot(cor_matr, order = “hclust”, addrect = 3)

corrplot(cor_matr, type = “upper”, order = “hclust”,col = c(“black”, “white”), bg = “lightblue”)

col1 <- colorRampPalette(c("#7F0000", “red”, “#FF7F00”, “yellow”, “white”,
“cyan”, “#007FFF”, “blue”, “#00007F”))
col2 <- colorRampPalette(c("#67001F", “#B2182B”, “#D6604D”, “#F4A582”,
“#FDDBC7”, “#FFFFFF”, “#D1E5F0”, “#92C5DE”,
“#4393C3”, “#2166AC”, “#053061”))
col3 <- colorRampPalette(c(“red”, “white”, “blue”))
col4 <- colorRampPalette(c("#7F0000", “red”, “#FF7F00”, “yellow”, “#7FFF7F”,
“cyan”, “#007FFF”, “blue”, “#00007F”))
whiteblack <- c(“white”, “black”)
corrplot(cor_matr, order = “hclust”, addrect = 2, col = col1(100))

corrplot(cor_matr, order = “hclust”, addrect = 2, col = whiteblack, bg = “gold2”)

corrplot(cor_matr, order = “hclust”, addrect = 2, col = heat.colors(100))

corrplot(cor_matr, type = “lower”, order = “hclust”, tl.col = “black”, tl.srt = 45)

corrplot(abs(cor_matr),order = “AOE”, col = col3(200), cl.lim = c(0, 1))

https://cran.r-project.org/web/packages/corrplot/vignettes/corrplot-intro.html

corrplot包绘制相关性图相关推荐

corrplot包画相关性图详解
获取更多R语言知识,请关注公众号:医学和生信笔记医学和生信笔记,专注R语言在临床医学中的使用,R语言数据分析和可视化.主要分享R语言做医学统计学.meta分析.网络药理学.临床预测模型.机器学习.生 ...
使用circlize包绘制和弦图
在写这个教程是3月16号凌晨的5点钟,这个点还没睡的话,一是在外面玩,二是有事情.我是属于第二种情况,昨晚从下班6点后一直在办公室,点了个外卖,吃结束后差不多7点.然后,就一直在弄自己的事情,一直到凌 ...
R语言ggplot2可视化绘制Marimekko/Mosaic图实战：自定义函数绘制Marimekko/Mosaic图（添加数值、标题、色彩配置）、ggmosaic包绘制Marimekko图
R语言ggplot2可视化绘制Marimekko/Mosaic图实战:自定义函数绘制Marimekko/Mosaic图(添加数值.标题.色彩配置).ggmosaic包绘制Marimekko图目录
R语言使用beanplot包绘制豆荚图实战：与箱图、小提琴图对比、绘制不对称的豆荚图
R语言使用beanplot包绘制豆荚图实战:与箱图.小提琴图对比.绘制不对称的豆荚图目录 R语言使用beanplot包绘制豆荚图实战 #包的安装和导入 #豆荚图与箱图
R语言使用forestplot包绘制森林图：编码创建森林图仿真数据、汇总线修改、元素位置调整、垂直线、字体、风格、置信区间、线型、图例、刻度、标签等
R语言使用forestplot包绘制森林图:编码创建森林图仿真数据.汇总线修改.元素位置调整.垂直线.字体.风格.置信区间.线型.图例.刻度.标签等目录
利用Python的folium包绘制城市道路图！专业地图！
写在前面很长一段时间内,我都在研究在线地图的开发者文档,百度地图和高德地图的开发者中心提供了丰富的在线地图服务,虽然有一定的权限限制,但不得不说,还是给我的科研工作提供了特别方便的工具,在博客前面我 ...
R语言forestplot包绘制森林图
森林图在论文中很常见,多用于表示多因素分析中的变量与结果变量的比值效应,可以用图示的方法比较直观的绘制出来.既往我们在文章<R语言快速绘制多因素回归分析森林图(1)><R语言使用fo ...
python绘制简单城市剪影图_利用Python的folium包绘制城市道路图的实现示例
写在前面很长一段时间内,我都在研究在线地图的开发者文档,百度地图和高德地图的开发者中心提供了丰富的在线地图服务,虽然有一定的权限限制,但不得不说,还是给我的科研工作提供了特别方便的工具,在博客前面我 ...
R语言可视化学习笔记之ggridges包绘制山峦图
作者:严涛浙江大学作物遗传育种在读研究生(生物信息学方向)伪码农,R语言爱好者,爱开源. 严涛老师的绘图教程还有: gganimate |诺奖文章里面的动图绘制教程来了!! ggplot2学习笔记之 ...

corrplot包绘制相关性图

corrplot包绘制相关性图相关推荐

最新文章

热门文章