library(corrplot)
data <- read.table(file.choose(), header = T,sep = '\t')
new_data <- data[,-1]
?cor
??par

pr <- cor(new_data, method = "pearson")
pr1 <- cor(x= new_data[1:10],y = new_data[11:18], method = "pearson")
pr2 <- cor(x = data[1:3],y = data[4:9])
View(pr1)
res <- cor.mtest(data, method = "pearson",conf.level = 0.95)
View(res)
col1 <- colorRampPalette(c("#7F0000", "red", "#FF7F00", "yellow", "white",
                           "cyan", "#007FFF", "blue","#00007F"))
col2 <- colorRampPalette(c( "#053061","#2166AC","#4393C3","#92C5DE","#D1E5F0",
                           "#FFFFFF","#FDDBC7","#F4A582","#D6604D","#B2182B","#67001F" ))
col3 <- colorRampPalette(c("red", "white", "blue"))
col4 <- colorRampPalette(c("#7F0000", "red", "#FF7F00", "yellow", "#7FFF7F",
                           "cyan", "#007FFF", "blue", "#00007F"))

#添加显著性
#首先构建cor.mtest函数
cor.mtest <- function(mat, ...) {
  mat <- as.matrix(mat)
  n <- ncol(mat)
  p.mat<- matrix(NA, n, n)
  diag(p.mat) <- 0
  for (i in 1:(n - 1)) {
    for (j in (i + 1):n) {
      tmp <- cor.test(mat[, i], mat[, j], ...)
      p.mat[i, j] <- p.mat[j, i] <- tmp$p.value
    }
  }
  colnames(p.mat) <- rownames(p.mat) <- colnames(mat)
  p.mat
}
pv <- cor.mtest(new_data)
pv1<- pv[c(1:10),c(11:18)]

corrplot(pr1, tl.cex = 0.75,method = "ellipse", tl.col = "black",
         cl.ratio    = 0.1,mar = c(1.1,1.1,2.1,2.1), p.mat=pv1, sig.level = c(0.001,0.01,0.05), insig = "label_sig",
         pch.cex = 1.5, tl.srt = 90,col = col2(100),)

笔记—R语言做相关气泡图相关推荐

  1. 笔记—R语言做矩阵散点图

    笔记-R语言做矩阵散点图 #install.packages("corrgram") #install.packages("GGally") install.p ...

  2. 使用r语言做garch模型_使用GARCH估计货币波动率

    使用r语言做garch模型 Asset prices have a high degree of stochastic trends inherent in the time series. In o ...

  3. 通过R语言做灰色预测

    通过R语言做灰色预测 GM(1,1)模型的定义 数据的检验与处理 数据的生成 级比检验 GM(1,1)建模 生成累加数据和均值数据 构造矩阵BBB及数据向量YYY,有 计算: 建立模型,求解,并还原数 ...

  4. R语言ggplot2可视化气泡图:无填充色的气泡图、自定义填充色的气泡图

    R语言ggplot2可视化气泡图:无填充色的气泡图.自定义填充色的气泡图 目录 R语言ggpl

  5. r语言数据变量分段_R数据分析:用R语言做meta分析

    这里以我的一篇meta分析为例,详细描述meta分析的一般步骤,该例子实现的是效应量β的合并 R包:metafor或meta包,第一个例子以metafor包为例. 1.准备数据集 2.异质性检验 in ...

  6. R语言ggplot2可视化气泡图(bubble plot)、将可视化图像的图例(lengend)放置在图像底部、图例水平方向排布(horizontal direction)、图例标题在图例标签顶部

    R语言ggplot2可视化气泡图(bubble plot).将可视化图像的图例(lengend)放置在图像底部.图例水平方向排布(horizontal direction).图例标题在图例标签顶部(l ...

  7. R语言|做点儿好玩儿的东西

    电影<少年班>中两次出现过这样一道题: 在电影的最后,出现了这道题的解答,是一条心形线. 我觉得还挺有意思的,就试着用R语言做了一下.代码如下. heart<-data.frame( ...

  8. R语言做主成分分析在我国城镇居民家庭平均每人全年消费性支出分析中的应用

    统计数据建模 课程论文 题 目: R语言做主成分分析在我国城镇居民家 庭平均每人全年消费性支出分析中的应用 姓 名: 学 号: 班 级: 授课教师: 完成时间: 2020年07月07日 摘 要 居民消 ...

  9. 独家 | 手把手教你用R语言做回归后的残差分析(附代码)

    作者:Abhijit Telang 翻译:张睿毅 校对:丁楠雅 本文约2600字,建议阅读10分钟. 本文介绍了做残差分析的方法及其重要性,以及利用R语言实现残差分析. 在这篇文章中,我们通过探索残差 ...

最新文章

  1. “从A到I”智慧数据中心上海论坛
  2. 【机器视觉】Qt联合Halcon编程之显示图片
  3. python入门学习:4.if语句
  4. 2021技术人新展望
  5. 基于Flex的迷你工作流的设计与实现(序)
  6. weblogic-wslt初探
  7. PHP和MySQL Web开发从新手到高手,第9天-总结
  8. SparkSql引起的一场灾难
  9. 【Android工具】更新Yandex网页剪辑插件测试!可以安装PCchrome插件的手机浏览器!...
  10. 好用的飞书版固定资产管理系统
  11. [转]sourceforge文件下载过慢
  12. Codeforces蓝名紫名黄名纪念贴
  13. 产品经理必会知识:万字长文 | 史上最全的付费会员体系分析
  14. 挑战基础软件皇冠明珠,TiDB 性能竞赛战果揭晓
  15. 虚拟化中常见的三种硬盘模式
  16. linux关闭笔记本自带键盘
  17. 公司-摩拜单车:摩拜单车
  18. 如何把Pod本地化(Localize)
  19. vLang-基于模型的微信开发框架,使用Python
  20. Excel表格函数(3)

热门文章

  1. 台式计算机是移动设备吗,超台式电脑!手机成中国第一大上网终端
  2. 计算机主机的声音线是哪个好,电脑显示器连接线哪种接口好|VGA、HDMI视频接口选哪个好...
  3. 运维派 企业面试题45 创建10个 用户 ; ping探测主机是否在线
  4. 服务器经常被攻击怎么办?这7个重要因素要做好!
  5. 论成长型思维的重要性
  6. Python 立体图形的画法(一)
  7. Axure9.0---输入文字时文本框提示消失
  8. 华为小程序怎么弄出来_华为应用市场也支持“小程序”了,你get了吗?
  9. springBoot使用poi导出Excel
  10. Matplotlib 中等高线图(contour)的绘制