将相关矩阵绘制成图形

Question

我有一个带有一些相关值的矩阵。现在我想在一个看起来或多或少的图表中绘制它：

我怎样才能做到这一点？

Answer 1

相反“更少”看起来像，但值得检查（提供更多的视觉信息）：

Correlation matrix ellipses： Correlation matrix circles：

请在下面的@assylias引用的corrplot vignette中找到更多示例。

Answer 2

快速，肮脏，并在球场：

library(lattice)

#Build the horizontal and vertical axis information
hor <- c("214", "215", "216", "224", "211", "212", "213", "223", "226", "225")
ver <- paste("DM1-", hor, sep="")

#Build the fake correlation matrix
nrowcol <- length(ver)
cor <- matrix(runif(nrowcol*nrowcol, min=0.4), nrow=nrowcol, ncol=nrowcol, dimnames = list(hor, ver))
for (i in 1:nrowcol) cor[i,i] = 1

#Build the plot
rgb.palette <- colorRampPalette(c("blue", "yellow"), space = "rgb")
levelplot(cor, main="stage 12-14 array correlation matrix", xlab="", ylab="", col.regions=rgb.palette(120), cuts=100, at=seq(0,1,0.01))

Answer 3

使用lattice :: levelplot非常容易：

z <- cor(mtcars)
require(lattice)
levelplot(z)

Answer 4

ggplot2库可以使用geom_tile()处理此问题。看起来在上面的图中可能已经进行了一些重新缩放，因为没有任何负相关，因此请考虑您的数据。使用mtcars数据集：

library(ggplot2)
library(reshape)

z <- cor(mtcars)
z.m <- melt(z)

ggplot(z.m, aes(X1, X2, fill = value)) + geom_tile() + 
scale_fill_gradient(low = "blue",  high = "yellow")

编辑：

ggplot(z.m, aes(X1, X2, fill = value)) + geom_tile() + 
scale_fill_gradient2(low = "blue",  high = "yellow")

允许指定中点的颜色，默认为白色，这可能是一个很好的调整。其他选项可在ggplot网站here和here上找到。

Answer 5

使用corrplot包：

library(corrplot)
data(mtcars)
M <- cor(mtcars)
##  different color series
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"))   
wb <- c("white","black")


par(ask = TRUE)


## different color scale and methods to display corr-matrix
corrplot(M, method="number", col="black", addcolorlabel="no")
corrplot(M, method="number")
corrplot(M)
corrplot(M, order ="AOE")
corrplot(M, order ="AOE", addCoef.col="grey")

corrplot(M, order="AOE", col=col1(20), cl.length=21,addCoef.col="grey")
corrplot(M, order="AOE", col=col1(10),addCoef.col="grey")

corrplot(M, order="AOE", col=col2(200))
corrplot(M, order="AOE", col=col2(200),addCoef.col="grey")
corrplot(M, order="AOE", col=col2(20), cl.length=21,addCoef.col="grey")
corrplot(M, order="AOE", col=col2(10),addCoef.col="grey")

corrplot(M, order="AOE", col=col3(100))
corrplot(M, order="AOE", col=col3(10))



corrplot(M, method="color", col=col1(20), cl.length=21,order = "AOE", addCoef.col="grey")

if(TRUE){

corrplot(M, method="square", col=col2(200),order = "AOE")

corrplot(M, method="ellipse", col=col1(200),order = "AOE")


corrplot(M, method="shade", col=col3(20),order = "AOE")

corrplot(M, method="pie", order = "AOE")


## col=wb
corrplot(M, col = wb, order="AOE", outline=TRUE, addcolorlabel="no")
## like Chinese wiqi, suit for either on screen or white-black print.
corrplot(M, col = wb, bg="gold2",  order="AOE", addcolorlabel="no")
}

例如：

相当优雅的IMO

Answer 6

这种类型的图形在其他术语中称为“热图”。获得相关矩阵后，使用各种教程之一绘制它。

使用基本图形： http://flowingdata.com/2010/01/21/how-to-make-a-heatmap-a-quick-and-easy-solution/

使用ggplot2： http://learnr.wordpress.com/2010/01/26/ggplot2-quick-heatmap-plotting/

Answer 7

我一直致力于类似于@daroczig发布的可视化，其中代码由@Ulrik使用plotcorr()包的ellipse函数发布。我喜欢使用椭圆来表示相关性，并使用颜色来表示负相关和正相关。但是，我希望引人注目的颜色能够突出显示接近1和-1的相关性，而不是那些接近0的相关性。

我创建了一个替代方案，其中白色椭圆覆盖在彩色圆圈上。确定每个白色椭圆的大小，使其后面可见的彩色圆的比例等于平方相关。当相关性接近1和-1时，白色椭圆很小，并且大部分彩色圆圈是可见的。当相关性接近0时，白色椭圆很大，并且几乎没有彩色圆圈可见。

功能plotcor()可在https://github.com/JVAdams/jvamisc/blob/master/R/plotcor.r处找到。

使用mtcars数据集生成的绘图示例如下所示。

library(plotrix)
library(seriation)
library(MASS)
plotcor(cor(mtcars), mar=c(0.1, 4, 4, 0.1))

Answer 8

我意识到它已经有一段时间了，但是新读者可能会对rplot()包裹corrr install.packages("corrr") library(corrr) mtcars %>% correlate() %>% rplot() 感兴趣，因为mtcars %>% correlate() %>% rearrange() %>% rplot() 包可以产生各种各样的情节@daroczig提到，但设计数据管道方法：

mtcars %>% correlate() %>% rearrange() %>% rplot(shape = 15)

https://cran.rstudio.com/web/packages/corrr/index.html

mtcars %>% correlate() %>% rearrange() %>% shave() %>% rplot(shape = 15)

mtcars %>% correlate() %>% rearrange(absolute = FALSE) %>% rplot(shape = 15)

read_excel

skiprows

Answer 9

corrplot R package 中的 corrplot（）功能也可用于绘制相关图。

library(corrplot)  
M<-cor(mtcars) # compute correlation matrix
corrplot(M, method="circle")

这里发表了几篇描述如何计算和可视化相关矩阵的文章：

• http://www.sthda.com/english/wiki/visualize-correlation-matrix-using-correlogram
• http://www.sthda.com/english/wiki/visualize-correlation-matrix-using-symnum-function

Answer 10

我最近了解到的另一个解决方案是使用 qtlcharts 包创建的交互式热图。

install.packages("qtlcharts")
library(qtlcharts)
iplotCorr(mat=mtcars, group=mtcars$cyl, reorder=TRUE)

下面是结果图的静态图像。

您可以在my blog上看到互动版本。将鼠标悬停在热图上以查看行，列和单元格值。单击一个单元格以查看带有按组着色的符号的散点图（在此示例中，圆柱数，4为红色，6为绿色，8为蓝色）。将鼠标悬停在散点图中的点上会给出行的名称（在本例中为汽车的品牌）。

Answer 11

由于我无法发表评论，我必须将我的2c作为anwser给daroczig的答案......

椭圆散点图确实来自椭圆包，并使用：

生成

corr.mtcars <- cor(mtcars)
ord <- order(corr.mtcars[1,])
xc <- corr.mtcars[ord, ord]
colors <- c("#A50F15","#DE2D26","#FB6A4A","#FCAE91","#FEE5D9","white",
            "#EFF3FF","#BDD7E7","#6BAED6","#3182BD","#08519C")   
plotcorr(xc, col=colors[5*xc + 6])

（来自手册页）

corrplot包也可能 - 如建议的那样 - 对漂亮的图像found here

有用