R画月亮阴晴圆缺：corrplot绘图相关系数矩阵

1、R画月亮阴晴圆缺：corrplot绘图相关系数矩阵今天是十五元宵节，即是和家人团聚的机会，也是赏月的好日子。但作为科研汪的我，在狗年应更加努力，争取在狗年旺旺，从加班狗中脱颖而生。分享一个相关分析可视化实战，祝大家元宵节快乐！先给大家送一个我画的假蓝月亮，不管你看着像不像，反正我觉得像。之前我们分享了关于相关分析的原理，还有ggcorrplot包的使用。相关性分析方法基础：Spearman、Kendall和PearsonR相关矩阵可视化包ggcorrplot今天推由相关分析的第三讲，corrplot实战与绘图corrplot简介与安装corrplot是一个绘制相关矩阵和置信区间的包，它也包含了

2、一些矩阵排序的算法。安装也非常简单，如果在Rstudio中，直接安装：install.packages('corrplot')本节选学内容，让工作体验更美好！如果使用rstudio的数据源下载太慢，可以使用国内清华镜像安装，反正我在科技网，或方正宽带下载都会快10倍以上。install.packages('corrplot',repos='https:cor(mtcars)corrplot(M,order='hclust',addrect=2)简单三句话，美美哒相关分析结果是由来了。实例精华讲解我们现在对原始数据、分析结果和可视化参数进行

3、解释。我们看一下输入数据格式：使用head查看数据前6行预览：head(mtcars)mpgcyldisphpdratwtqsecvsamgearcarbMazdaRX421.061601103.902.62016.460144MazdaRX4Wag21.061601103.902.87517.020144Datsun71022.84108933.852.32018.611141Hornet4Drive21.462581103.083.21519.441HornetSportabout2Valiant18.783601753.153.44017.0218.162251052.763.46020

4、.221031本质上是一个行为样本名，列为属性的数值表格。其实我们大部分的数据都是这种格式的文件，只需要使用read.table读入。cor函数对mtcars数据按列进行两两相关性计算，默认使用pearson方法，当然理论解读中提前的spearman和kendall方法也都支持。比如我们选spearman方法计算相关系数矩阵:cor(mtcars,method='spearman')mpgcyldisphpdratwtqsecvsamgearcarbmpg1.0000000-0.9108013-0.9088824-0.89466460.65145546-0.88642200.4

5、66935750.70659680.562005690.5427816-0.65749764cyl-0.91080131.00000000.92765160.9017909-0.678881190.8577282-0.57235095-0.8137890-0.52207118-0.56431050.58006798disp-0.90888240.92765161.00000000.8510426-0.683592100.8977064-0.45978176-0.7236643-0.62406767-0.59447030.53977806hp-0.89466460.90179090.851042

6、61.0000000-0.520124990.7746767-0.66660602-0.7515934-0.36232756-0.33140160.73337937drat0.6514555-0.6788812-0.6835921-0.52012501.00000000-0.75039040.091868630.44745750.686570790.7448162-0.12522294wt-0.88642200.85772820.89770640.7746767-0.750390411.0000000-0.22540120-0.5870162-0.73771259-0.67612840.499

7、81205qsec0.4669358-0.5723509-0.4597818-0.66660600.09186863-0.22540121.000000000.7915715-0.20333211-0.1481997-0.65871814vs0.7065968-0.8137890-0.7236643-0.75159340.56200570.44745745-0.58701620.791571481.00000000.168345120.2826617-0.63369482am-0.5220712-0.6240677-0.36232760.68657079-0.7377126-0.2033321

8、10.16834511.000000000.8076880-0.06436525gear0.5427816-0.5643105-0.5944703-0.33140160.74481617-0.6761284-0.148199670.28266170.807688001.00000000.11488698carb-0.65749760.58006800.53977810.7333794-0.125222940.4998120-0.65871814-0.6336948-0.064365250.11488701.00000000相关系数矩阵的特点：相关系数矩阵数值范围是-1到1,分别代表完全负相关或

9、正相关；对角线全为1,因为自身完全相同即100%s相关；矩阵中上、下三角阵中数值沿对角线是对称。corrplot命令解释可视化时，默认的方法为直接corrplot()可视化矩阵即可，如下：corrplot(M)默认：圆形颜色渐变效果展示相关系数示例中order按hclust聚类方式排序，addrect是添加分组矩形，可自定义分组类，类似于平时热图的kmean分组方式。用于表现研究对象可分类的特点，方便继续分类讨论或研究corrplot(M,order='hclust',addrect=2)corrplot中参数详解corrplot(corr,method=c('circ

10、le','square','ellipse','number','shade','color','pie'),type=c('full','lower','upper'),add=FALSE,col=NULL,bg='white',title='',is.corr=TRUE,diag=TRUE,outline=FALSE,mar=c(0,0,0,0),addgrid.col=NULL,addCoef.col=NU

11、LL,addCoefasPercent=FALSE,order=c('original','AOE','FPC','hclust','alphabet'),hclust.method=c('complete','ward','ward.D','ward.D2','single','average','mcquitty','median','centroid'),addrec

12、t=NULL,rect.col='black',rect.lwd=2,tl.pos=NULL,tl.cex=1,tl.col='red',tl.offset=0.4,tl.srt=90,cl.pos=NULL,cl.lim=NULL,cl.length=NULL,cl.cex=0.8,cl.ratio=0.15,cl.align.text='c',cl.offset=0.5,number.cex=1,number.font=2,number.digits=NULL,addshade=c('negative','positi

13、ve','all'),shade.lwd=1,shade.col='white',p.mat=NULL,sig.level=0.05,insig=c('pch','p-value','blank','n','label_sig'),pch=4,pch.col='black',pch.cex=3,plotCI=c('n','square','circle','rect'),lowCI.mat=NUL

14、L,uppCI.mat=NULL,na.label='?',na.label.col='black',win.asp=1,.)是不是有点多，功能实在太强大了，我们挑几个常用的说明。corr:用于绘图的矩阵，必须是正方形矩阵，如果是普通的矩阵，需要设置is.corr=FALSEmethod:可视化的方法，默认是圆circle,还有正方形square椭圆ellipse、数字number、阴影shade、颜色color和饼pie可选。文章开篇处的示例即为饼形，类似月亮周期的大小变化。type:展示类型，默认全显full,还有下三角lower,或上三角upper可选。c

15、ol:颜色设置，可设置颜色起、中、终点颜色。is.corr:逻辑值，若为TRUE,不强制要求矩阵是正方形的相关系数矩阵，图例范围也会随数据变化diag:是否显示对角线值。因为对角线全为1,显示只是美观，实际意义不大tl.cex:名称标签字体大小tl.col:名称标签字体颜色cl.lim:值域范围addrect:设置分组数量，添加矩形官方教程公众号只是信息传播和推荐的作用，让你知道什么东西可以干什么事。具体更深入的学习，作者的官方教程一般都是比较不错的教材，很少有人比作者更了解它的软件使用。作者在CRAN上包主页的vignettes中提供了非常详细的图片教程，有几十种画法展示，简直像自选超市，大

16、家需要哪种选哪种。下面我只举几个粟子：1.画上三角矩阵corrplot(M,type='upper')2.图形和数值混合矩阵corrplot.mixed(M)文字看不清，可以设置文字为黑色和大小corrplot.mixed(M,lower.col='black',number.cex=.7)3.修改颜色col34.图例标签控制关闭图例和标签corrplot(M,order='AOE',cl.pos='n',tl.pos='n')还可以控制对角标签旋转45度corrplot(M,type='lower'

17、;,order='hclust',tl.col='black',tl.srt=45)修改图例范围corrplot(abs(M),order='AOE',col=col3(200),cl.lim=c(0,1)5.显著性标记设置没通过统计的相关性结果打Xres1还可设置不显著的空白，或显示p值；更可以利用此方法显示所有p值，或用*数量代表显示性#leaveblankonnosignificantcoefficientcorrplot(M,p.mat=res1$p,insig='blank')#addp-valuesonnosignif

18、icantcoefficientcorrplot(M,p.mat=res1$p,insig='p-value')#addallp-valuescorrplot(M,p.mat=res1$p,insig='p-value',sig.level=-1)#starlevelcorrplot(M,p.mat=res1$p,insig='label_sig',sig.level=c(.001,.01,.05),pch.cex=.9,pch.col='white')6.画蓝色亮30天的变化文章开篇的蓝月亮是如何画的呢？原理：生成一个1-15和15-1的30个数且每行10个的矩阵，利用corrplot可视，方法为饼形，矩阵为非对称，去除标签和图例，设置图例范围dat=mat