2018/1/31 21:01:50当前位置推荐好文程序员浏览文章

感谢关注天善智能,走好数据之路↑↑↑

欢迎关注天善智能,我们是专注于商业智能BI,人工智能AI,大数据分析与挖掘领域的垂直社区,学习,问答、求职一站式搞定!

对商业智能BI、大数据分析挖掘、机器学习,python,R等数据领域感兴趣的同学加微信:tstoutiao,邀请你进入数据爱好者交流群,数据爱好者们都在这儿。


作者简介:

taoyan:伪码农,R语言爱好者,爱开源。

个人博客: https://ytlogos.github.io/

基于ggplot2包以及corrplot包的相关矩阵可视化包ggcorrplot,ggcorrplot包提供对相关矩阵重排序以及在相关图中展示显著性水平的方法,同时也能计算相关性p-value

安装方法就不提了,不懂的可以浏览以前的文章(链接:https://www.sohu.com/a/219810280_572440)

library(ggcorrplot)

#计算相关矩阵(cor()计算结果不提供p-value)

data("mtcars")

corr <- round(cor(mtcars), 1)

head(corr[, 1:6])

#用ggcorrplot包提供的函数cor_pmat()

p.mat <- cor_pmat(mtcars)

head(p.mat[, 1:4])

可视化相关性矩阵

ggcorrplot(corr)#method默认为square

#方法为circle

ggcorrplot(corr, method = "circle")

#重排矩阵,使用分等级聚类

ggcorrplot(corr, hc.order = TRUE, outline.color = "white")

#控制矩阵形状

ggcorrplot(corr, hc.order = TRUE, type = "lower", outline.color = "white")#下三角形

#上三角形

ggcorrplot(corr, hc.order = TRUE, type = "upper", outline.color = "white")

#更改颜色以及主题

ggcorrplot(corr, hc.order = TRUE, type = "lower", outline.color = "white",

ggtheme = ggplot2::theme_gray, colors = c("#6D9EC1", "white", "#E46726"))

#添加相关系数

ggcorrplot(corr, hc.order = TRUE, type = "lower", lab = TRUE)

#增加显著性水平,不显著的话就不添加了

ggcorrplot(corr, hc.order = TRUE, type = "lower", p.mat = p.mat)

#将不显著的色块设置成空白

ggcorrplot(corr, p.mat = p.mat, hc.order=TRUE, type = "lower", insig = "blank")

网友评论