R语言相关性矩阵绘图

  1. 利用PerformanceAnalytics包
  2. 矩阵散点图很常规
  3. 利用corrplot包
  4. 利用corrgram包

不废话,直接放图和代码啦!

  1. 一个图能展示分布、散点、相关系数三个信息,很好用啦!
    在这里插入图片描述
install.packages('PerformanceAnalytics')
chart.Correlation(X, histogram=TRUE, pch=19)
  1. 比较基础的矩阵散点图
    在这里插入图片描述
cor(Data[,2:9])       
plot(Data[,2:9])

  1. 用corrplot包绘制的一些图,一些参数说明如下:
corrplot(tcor,method="shade",
         type = "lower", #选择画上三角或下三角【lower/upper】,若没这个指标则包含上下三角
         shade.col=NA,
         tl.col = "black",#文本标签颜色
         tl.srt = 45,#文本标签倾斜角度
         addCoef.col = "white", #相关系数的颜色
         cl.pos = "n", 
         order="AOE")#有三种排序方式,矩阵重排序,使用特征值角排序、第一主成分或层次聚类"AOE"|"FPC"|"hclust"

在这里插入图片描述
来看一下不同类型的一些图

corrplot(tcor,method="shade")
corrplot(tcor,method="color")
corrplot(tcor,method="ellipse")
corrplot(tcor,method="pie")

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
还可以将一些图形进行组合搭配

4.可以用corrgram包进行一些组合搭配

library("fpc")
library("corrgram")

#可以把多种类型的图结合在一起。
corrgram(Data[,3:9],
         lower.panel=panel.shade,
         upper.panel=panel.pie,
         text.panel=panel.txt,
         main="相关系数图")

下面板通过阴影颜色的深浅表示相关性的强弱,阴影中的斜线若呈左下至右上则表示正相关,若呈左上至右下则表示负相关上面板以饼图的填充比例展示相关系数的大小
在这里插入图片描述

corrgram(Data[,3:9],
         lower.panel=panel.ellipse,
         upper.panel=panel.pts,
         diag.panel=panel.minmax,
         main="相关系数图")

下面板通过椭圆大致描绘散点图的外围轮廓,中间的红色曲线是采用局部加权散点平滑拟合的回归线,上面板是散点图,对角面板不仅显示变量名,同时显示变量取值的最小值和最大值。
在这里插入图片描述

  • 9
    点赞
  • 130
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值