技術貼│R語言13種相關矩陣圖

鄭連虎，在數學學院取得理學學位的文科生，中國人民大學碩博連讀生在讀，山東大學管理學學士、理學學士

個人公眾號：阿虎定量筆記

文章（技術貼│Stata回歸圖表美化）推送之後，有讀者問我，能不能給相關係數的報告也美化一下？當然沒問題，這期我來介紹用R語言中的5個程序包，繪製13種相關係數矩陣，13種哦~圖後直接上代碼。

本期使用R語言內置數據集進行練習；查看R包含哪些內置數據，請使用「data()」函數：

我們使用這裡面的「mtcars」數據，

包含「mpg」、「cyl」、「disp」、「hp」、「drat」等11個變量的汽車道路測試數據；在R中讀取內置數據，直接輸入數據名稱即可：

corrplot包

# 安裝corrplot包並調用

install.packages("corrplot")

library(corrplot)

第1種：簡單粗暴

藍色表示兩個變量呈正相關，紅色表示變量呈負相關。色彩越深，表示變量相關性越大：

# 計算相關係數

mycor<-cor(mtcars)

# 刪除缺失值或字符變量

use="complete.obs"

# 輸出為mycor且保留兩位小數

round(mycor,digits=2)

# 繪製相關係數矩陣圖

corrplot(mycor, method = "shade",shade.col = NA, tl.col ="black", tl.srt = 45, order = "AOE")

第2種：圓圈圖

藍色表示兩個變量呈正相關，紅色表示變量呈負相關。色彩越深，表示變量相關性越大：

# 計算相關係數

mycor <- cor(mtcars)

# 繪製相關係數矩陣圖

corrplot(mycor, method="circle")

第3種：帶係數的橢圓圖

橢圓越扁，表示相關係數的絕對值較大；橢圓越圓，表示相關係數的絕對值較小；橢圓長軸的方向表示相關係數的正負：右上-左下方向對應正值，左上－右下方向對應負值：

# 計算相關係數

mycor <- cor(mtcars)

# 繪製相關係數矩陣圖

corrplot.mixed(mycor, upper = "ellipse")

第4種：三角圓圈圖

# 計算相關係數

mycor <- cor(mtcars)

# 繪製相關係數矩陣圖

corrplot(mycor, method="circle",type="upper",order="hclust")

第5種：三角顏色圖

# 計算相關係數

mycor <- cor(mtcars)

# 繪製相關係數矩陣圖

corrplot(mycor,method="color",type="upper",order="hclust",addCoef.col = "black")

 

corrgram包

# 安裝iterators包並調用

install.packages("iterators")

library(iterators)

# 安裝corrgram包並調用

install.packages("corrgram")

library(corrgram)

第6種：添加斜線

藍色和從左下指向右上的斜槓表示兩個變量呈正相關，紅色和從左上指向右下的斜槓表示變量呈負相關。色彩越深，表示變量相關性越大：

# 繪製相關係數矩陣圖

corrgram(mtcars, lower.panel=panel.shade, upper.panel=NULL,text.panel=panel.txt, main="Car Mileage Data (unsorted)")

第7種：添加餅圖

上三角區域使用餅圖表示相關係數；藍色和從12點鐘處開始順時針填充餅圖表示兩個變量呈正相關，紅色和逆時針方向填充餅圖表示變量負相關：

# 繪製相關係數矩陣圖

corrgram(mtcars, order=TRUE, lower.panel=panel.shade, upper.panel=panel.pie,text.panel=panel.txt, main="Correlogram of mtcar intercorrelations")

第8種：添加擬合曲線與置信橢圓

下三角區域使用平滑擬合曲線和置信橢圓，上三角區域使用散點圖：

# 繪製相關係數矩陣圖

corrgram(mtcars, order=TRUE, lower.panel=panel.ellipse, upper.panel=panel.pts,text.panel=panel.txt, diag.panel=panel.minmax, main="Correlogram of mtcardata using scatterplots and ellipses")

 

ellipse包

# 安裝ellipse包並調用

install.packages("ellipse")

library(ellipse)

第9種：橢圓圖

橢圓越扁，表示相關係數的絕對值較大；橢圓越圓，表示相關係數的絕對值較小；橢圓長軸的方向表示相關係數的正負：右上-左下方向對應正值，左上－右下方向對應負值：

# 繪製相關係數矩陣圖

col = colors[as.vector(apply(cor, 2, rank))]

plotcorr(cor, col = col, mar = rep(0, 4))

第10種：顏色圖

藍色表示正相關係數，紅色表示負相關係數：

# 計算相關係數

fit = lm(mpg ~ ., mtcars)

cor = summary(fit, correlation = TRUE)$correlation

# 相關陣上下倒轉再轉置

cor2 = t(cor[11:1, ])

# 繪製相關係數矩陣圖

colors = c("#A50F15", "#DE2D26","#FB6A4A", "#FCAE91","#FEE5D9","white", "#EFF3FF","#BDD7E7", "#6BAED6", "#3182BD","#08519C")

image(1:11, 1:11, cor2, axes = FALSE, ann = F, col = colors)

text(rep(1:11, 11), rep(1:11, each = 11), round(100 * cor2))

 

GGally包

# 安裝GGally包並調用

install.packages("GGally")

library(GGally)

第11種：三角顏色圖

# 繪製相關係數矩陣圖

ggcorr(mtcars, label = TRUE, label_alpha = TRUE)

第12種：添加相關類型

# 繪製相關係數矩陣圖

ggpairs(mtcars, columns = c("mpg", "cyl", "disp"),upper = list(continuous = wrap("cor", size = 10)), lower =list(continuous = "smooth"))

 

PerformanceAnalytics包

# 安裝PerformanceAnalytics包並調用

install.packages("PerformanceAnalytics")

library(PerformanceAnalytics)

第13種：添加直方圖、散點圖與P值

顯示相關係數大小、相關係數顯著性檢驗的P值、變量的直方圖與變量間的散點圖：

# 列出待計算變量

mydata <-mtcars[c('mpg','cyl','disp','hp','drat')]

# 繪製相關係數矩陣圖

chart.Correlation(mydata, histogram=TRUE, pch=19)

本期參考文獻

[1] Robert I. Kabacoff. R in Action-Data analysis and graphics with R. Manning Publications Co. 2015: 283-287.

公眾號後臺回復關鍵字即可學習

回復 爬蟲            爬蟲三大案例實戰  
回復 Python       1小時破冰入門

回復 數據挖掘     R語言入門及數據挖掘
回復 人工智慧     三個月入門人工智慧
回復 數據分析師  數據分析師成長之路 
回復 機器學習      機器學習的商業應用
回復 數據科學      數據科學實戰
回復 常用算法      常用數據挖掘算法