相关系数矩阵计算_corrplot包：相关性矩阵可视化

今天学习下相关性矩阵的可视化，可以用来可视化相关性矩阵的包有corrplot包、corrgram包、GGally包、ggcorrplot包等，这些包在大部分情况下都可以满足需求。今天先来学习corrplot包的使用，后面几天有空会详细讲解下另外三个包。

---

目  录

• 1. 安装和加载R包

• 2. 加载数据集

• 3. 数据处理

  • 3.1 转换矩阵

  • 3.2 计算相关系数

• 4. 简单绘制

• 5. 自定义参数

  • 5.1 可视化方法

  • 5.2 矩阵显示类型

  • 5.3 绘制组合图形

  • 5.4 相关矩阵排序

  • 5.5 设置矩阵颜色

  • 5.6 设置文本标签属性

  • 5.7 设置图例属性

  • 5.8 设置图形外观

  • 5.9 设置显著水平

---

1. 安装和加载R包

corrplot包可以用来可视化相关矩阵，这个包中的参数很多，可以很详细的自定义图形。

第一步先安装和加载好R包。

install.packages("corrplot") # 安装包
library(corrplot) # 加载包

2. 加载数据集

使用mtcars内置数据集进行演示，先加载包，看下数据集的信息。

data(mtcars) # 加载数据集
head(mtcars, 10) # 查看数据集前10行

3. 数据处理

在使用mtcars数据集绘制图形前需要对数据集进行一些简单处理。

3.1 转换矩阵

绘图前可以将数据集转换为矩阵，当然，我也看到很多推文没有将数据集转换成矩阵，一样可以绘制图形，这一步也许可以省略。

mtcars # 转化为矩阵

3.2 计算相关系数

在绘制图形前，先计算下相关系数，可以使用cor()函数，函数中有"pearson", "kendall", "spearman"三种方法计算，我们选择默认的"pearson"方法即可。

cor_mtcars 'pearson')
cor_mtcars