R-corrplot相关性绘图，只有你想不到的

初步接触数据集，探索性分析后，经常需要做一个相关分析，得到各变量间的相关系数以及显著性水平。

本文介绍一下R-corrplot包进行相关可视化展示。

一 数据准备

载入所需的R包，利用公共数据集mtcars进行展示。

library(corrplot)head(mtcars)                   mpg cyl disp  hp drat    wt  qsec vs am gear carbMazda RX4         21.0   6  160 110 3.90 2.620 16.46  0  1    4    4Mazda RX4 Wag     21.0   6  160 110 3.90 2.875 17.02  0  1    4    4Datsun 710        22.8   4  108  93 3.85 2.320 18.61  1  1    4    1Hornet 4 Drive    21.4   6  258 110 3.08 3.215 19.44  1  0    3    1Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2Valiant           18.1   6  225 105 2.76 3.460 20.22  1  0    3    1#计算变量之间的相关系数corr <- cor(mtcars)

二 相关系数展示

2.1 默认参数展示

corrplot(corr)

2.2 更该形状和显示范围

method,：指定形状，可以是circle圆形(默认)，square方形， ellipse, 椭圆形，number数值，shade阴影，color颜色，pie饼图。

type：指定显示范围，full完全(默认)，lower下三角，upper上三角。

corrplot(mat_cor, method = "number", type = "upper", title = "")corrplot(mat_cor, method = "pie", type = "lower", title = "下三角",mar = c(1,1,1,1))

2.3 更改颜色

可以使用自定义颜色或者brewer.pal函数的画板。

corrplot(corr, method = "ellipse", col = colorRampPalette(c("red", "blue"))(10), title = "更改颜色")corrplot(corr, method = "number", col = RColorBrewer::brewer.pal(n=11, name = "RdYlGn"),title = "")

2.4 排序和聚类

order,：指定相关系数排序的方法, original原始顺序，AOE特征向量角序，FPC第一主成分顺序，hclust层次聚类顺序，alphabet字母顺序。

hclust.method：order参数为hclust时可指定hclust中方法，7种可选：complete, ward, single, average, mcquitty, median和centroid。

addrect：指定order参数为hclust时有效， 是否添加矩形框， 默认不添加， 用整数指定即可添加。

corrplot(corr,method="color",order="hclust",title = "hclust聚类", diag = TRUE,hclust.method="average",addCoef.col = "blue")

2.5 组合展示

corrplot(corr, method = "circle", type = "upper", tl.pos = "d")corrplot(corr, add = TRUE, type = "lower", method = "number", diag = FALSE, tl.pos = "n", cl.pos = "n") 

NOW，corrplot进行相关性的可视化就简单介绍到这，可以根据自己的审美组合图形，颜色等。

更多关于生信，R，Python的内容请扫码关注小号，谢谢。