corrplot包与ggcorrplot相关图（一）

作者：李誉辉  

四川大学在读研究生

简介：
相关图是基于相关系数矩阵绘制的图。
通常是将1个变量映射到多个视觉元素，所以看起来很花哨。
如果是椭圆：

• 则椭圆的色相对应相关性的正负，
  

• 颜色深浅对应相关性绝对值大小，越深则绝对值越大。
  

• 椭圆的形状对应相关性绝对值大小，默认越扁，则相关性绝对值越大。

如果是圆，则圆的面积对应相关性大小，
如果是扇形，则扇形的弧度对应相关性大小。

相关系数：
自变量X和因变量Y的协方差/标准差的乘积。也可以反映两个变量变化时是同向还是反向，
如果同向变化就为正，反向变化就为负。
它消除了两个变量变化幅度的影响，而只是单纯反应两个变量每单位变化时的相似程度。

表达式：
cor(x, y = NULL, use = "everything", method =  c("pearson", "kendall", "spearman"))

参数解释：

• x 为数字型向量，矩阵或数据框，表示自变量
  

• y 表示应变量，默认y=x

2个向量计算得到一个值，n个变量组成的数据框计算得到长度为n*n维度的矩阵。
绘制相关图主要涉及2个包：corrplot, ggcorrplot，后一个是ggplot2的扩展包。

计算相关系数矩阵：

 1height <- c(6, 5.92, 5.58, 5.83)
 2wei <- c(20, 15, 7, 12)
 3cor(height, exp(height))
 4cor(height, wei)
 5ncol(mtcars)
 6dim(cor(mtcars)) # 
 7class(cor(mtcars))
 8colnames(cor(mtcars))
 9row.names(cor(mtcars))
10
11# 展示系数矩阵,保留3位小数，
12DT::datatable(round(cor(mtcars), 3), 
13              options = list(pageLength = 11)) # 显示11行

1## [1] 0.9983074
2## [1] 0.9628811
3## [1] 11
4## [1] 11 11
5## [1] "matrix"
6##  [1] "mpg"  "cyl"  "disp" "hp"   "drat" "wt"   "qsec" "vs"   "am"   "gear"
7## [11] "carb"
8##  [1] "mpg"  "cyl"  "disp" "hp"   "drat" "wt"   "qsec" "vs"   "am"   "gear"
9## [11] "carb"

（原图可交互）

corrplot包绘图：

结果按行和按列排是一样的，说明，只要cor(x,y)中，只要x=y，按行排和按列排没有区别。

1library(corrplot)
2corrplot(cor(mtcars))

1library(ggplot2)
2library(ggcorrplot)
3
4ggcorrplot(cor(mtcars), method="circle")

1.corrplot包

1.1

语法与参数

语法：

 1corrplot(corr,
 2    method = c("circle", "square", "ellipse", "number", "shade", "color", "pie"),
 3    type = c("full", "lower", "upper"), add = FALSE,
 4    col = NULL, bg = "white", title = "",  is.corr = TRUE,      
 5    diag = TRUE, outline = FALSE, mar = c(0,0,0,0),
 6    addgrid.col = NULL, addCoef.col = NULL, addCoefasPercent = FALSE, 
 7    order = c("original", "AOE", "FPC", "hclust", &