R语言变量间关系可视化

最新推荐文章于 2024-07-17 17:48:25 发布

可乐　　

最新推荐文章于 2024-07-17 17:48:25 发布

阅读量4k

点赞数 6

文章标签： r语言开发语言

本文链接：https://blog.csdn.net/m0_54356409/article/details/125234405

版权

一.散点图与散点图矩阵

1.散点图

散点图将两个变量的各对观测点画在二维坐标中，并利用各观测点的分布来展示两个变量间的关系

设两个变量分别为和，每对观测值（ $x_{i}$ , $_{}$ $y_{i}$ ）在二维坐标中用一个点表示，对观测值在坐标中形成的个点图称为散点图

利用散点图可以观察两个变量间是否有关系，如果有，关系的形态以及关系强度如何等

set.seed(3)                                      # 设置随机数种子
x<-seq(0,25,length=100)                          # 产生序列x


y<-4+0.5*x+rnorm(100,0,2)                        # 产生序列y


d<-data.frame(x,y)                               # 构建数据框d
head(d)

x y
1 0.0000000 2.076133
2 0.2525253 3.541211
3 0.5050505 4.770102
4 0.7575758 2.074524
5 1.0101010 4.896616
6 1.2626263 4.691561

# 图1 具有线性关系的两个变量的散点图
par(mai=c(0.7,0.7,0.2,0.2),cex=0.8)

plot(d)                                          # 绘制x和y的散点图
polygon(d[chull(d),],col="pink",lty=1,lwd=1)     # 封闭散点图外围的凸出点
points(d)                                        # 绘制x和y的散点图
abline(v=mean(x),h=mean(y),lty=2,col="gray70")   # 添加x和y的均值线
abline(lm(y~x),lwd=2,col=1)                      # 添加y与x的回归直线
lines(lowess(y~x,f=2/3),col=4,lwd=2,lty=6)       # 添加x与y的局部加权回归线

data5_1<-read.csv("./mydata/chap05/data5_1.csv")
head(data5_1)

股票类型上市板块总股本每股收益每股净资产净资产收益率每股资本公积金每股现金流量
1 医药类创业板 32062 1.82 11.21 8.110 2.98 3.42
2 地产类中小板 53697 0.70 3.96 4.760 0.48 2.99
3 地产类中小板 81757 0.94 7.85 6.320 2.19 3.05
4 医药类创业板 27392 1.95 10.24 7.990 3.03 3.36
5 科技类中小板 48395 0.90 11.52 7.590 4.65 3.56
6 医药类主板 64159 0.62 7.83 7.305 2.98 3.33

# 图2 总股本与每股收益的散点图
attach(data5_1)
par(mai=c(0.7,0.7,0.1,0.1),cex=0.7,cex.main=0.8)
plot(总股本,每股收益,pch=19,col="green4",xlab="总股本",ylab="每股收益")
abline(lm(每股收益~总股本),lwd=2,col="red")               # 添加回归线

# 图3 带有线性拟合和loess拟合的总股本与每股收益的散点图

library(ggpubr)
library(gridExtra)                   

data5_1<-read.csv("./mydata/chap05/data5_1.csv")
p1<-ggscatter(data=data5_1,x="总股本",y="每股收益", # 绘制散点图
              size=1,color="red2",                              # 设置点的大小和颜色
              add ="reg.line",conf.int=TRUE,                    # 添加回归线和置信区间
              add.params=list(color="blue",fill="lightblue"))+ 
  # 设置回归线和置信区间的颜色
  stat_regline_equation(label.x=50000,label.y=3.3,size=2.5)+
  # 回归方程的位置坐标
  stat_cor(label.x=50000,label.y=3,size=2.5)+       # 相关系数的位置坐标
  theme_bw()                                        # 设置图形主题

p2<-ggscatter(data=data5_1,x="总股本",y="每股收益",   # 绘制散点图
              size=1,color="red2",                                # 设置点的大小和颜色
              add="loess",conf.int=TRUE,                   # 添加loess曲线和置信区间
              add.params=list(color="blue",fill="lightblue"))+ 
  theme_bw()                                             # 设置图形主题

grid.arrange(p1,p2,ncol=2)                               # 组合图形p1和p2

# 图4 带有两个变量边际箱线图、拟合直线和loess曲线以及置信椭圆的散点图

library(car)

data5_1<-read.csv("./mydata/chap05/data5_1.csv")
par(mai=c(1.2,1.9,0.1,0.1))
scatterplot(总股本~每股收益,data=data5_1,               # 绘制散点图
               smooth=TRUE,                                          # 绘制loess曲线，
               ellipse=TRUE)                                         # 绘制出置信椭圆

# 图5 带有边际直方图与核密度图的总股本与每股收益的散点图

data5_1<-read.csv("./mydata/chap05/data5_1.csv")
library(ggpubr)
p1<-ggscatterhist(data=data5_1,x="总股本",y="每股收益",
                  size=1,color="forestgreen",                 # 设置点的大小和的颜色
                  rug=TRUE,                                   # 添加地毯图
                  margin.plot="histogram",        # 设置边际图的类型为直方图，"density"为核密度图，"boxplot"为箱线图
                  margin.params=list(fill="deepskyblue",color="black"),
                  # 设置边际图的填充颜色和线的颜色
                  ggtheme=theme_minimal())                    # 设置图形主题

2.散点图矩阵

# 图6 例5-1中6个变量的散点图矩阵

# 编写绘制直方图的函数
panel.hist<-function(x,...){
  usr<-par("usr");on.exit(par(usr))
  par(usr=c(usr[1:2],0,1.5))
  h<-hist(x,plot=FALSE)
  breaks<-h$breaks;nB<-length(breaks)
  y<-h$counts;y<-y/max(y)
  rect(breaks[-nB],0,breaks[-1],y,col="cyan", ...)
}

# 编写计算相关系数的函数
panel.cor<-function(x,y,digits=2, prefix="",cex.cor){
  usr<-par("usr");on.exit(par(usr))
  par(usr=c(0, 1, 0, 1))
  r<-cor(x,y)
  txt<-format(c(r,0.123456789),digits=digits)[1]
  txt<-paste0(prefix,txt)
  if(missing(cex.cor))cex.cor<-0.8/strwidth(txt)
  text(0.5,0.5,txt,cex=cex.cor*r)
}


# 绘制散点图矩阵
data5_1<-read.csv("./mydata/chap05/data5_1.csv")
pairs(data5_1[3:8],gap=0.2,           # 设置散点图之间的间距
      diag.panel=panel.hist,              # 对角线上绘制直方图
      panel=panel.smooth,                 # 为散点图添加上平滑曲线
      upper.panel= panel.cor,             # 对角线上方绘制出相关系数的值
      cex.labels=0.7,font.labels=2,       # 设置对角线标签字体及大小
      oma=c(3,3,3,3))                     # 设置图形边距

pairs(data5_1[3:8],gap=0.2,           # 设置散点图之间的间距
      panel=panel.smooth,                 # 为散点图添加上平滑曲线
      cex.labels=0.7,font.labels=2,       # 设置对角线标签字体及大小
      oma=c(3,3,3,3))                     # 设置图形边距

# 图7 带有拟合直线、拟合曲线和置信椭圆的散点图矩阵
library(car)
scatterplotMatrix(data5_1[,3:8],
                  diagonal=TRUE,                                # 对角线绘制出核密度曲线
                  ellipse=TRUE,                                 # 绘制出置信椭圆
                  col="steelblue3",gap=0.5,cex=0.5,             # 设置颜色，图间距和点大小
                  oma=c(3,3,3,3))                               # 设置图形边距

# 图8 由corrgram函数绘制的6个变量的散点图矩阵
data5_1<-read.csv("./mydata/chap05/data5_1.csv")

par(mai=c(0.5,0.8,0.2,0.2),cex=0.7)

library(corrgram)

corrgram(data5_1[3:8],
         order=TRUE,                               # 按相关系数排列变量
         lower.panel=panel.pts,                    # 对角线下方绘制散点图
         upper.panel=corrgram::panel.ellipse,      # 对角线上方绘制置信椭圆
         diag.panel=panel.minmax)                  # 对角线上绘制出最小值和最大值

# 图9 6个变量的相关系数矩阵

corrgram(data5_1[3:8],
         order=TRUE,                         # 按相关系数排列变量
         lower.panel=panel.shade,            # 对角线下方绘制阴影线
         upper.panel=panel.pie)              # 对角线上方绘制饼图

corrgram(data5_1[3:8],
         order=TRUE,
         lower.panel=panel.shade,
         upper.panel=panel.conf,             #对角线上方显示相关系数（带置信区间）
         diag.panel=panel.minmax)

# 图10 6个变量的相关系数矩阵
data5_1<-read.csv("./mydata/chap05/data5_1.csv")

d<-data5_1[,3:8]
mat<-as.matrix(d);rownames(mat)=data5_1[,1]   # 将data5_1转化成矩阵
head(mat)

总股本每股收益每股净资产净资产收益率每股资本公积金每股现金流量
医药类 32062 1.82 11.21 8.110 2.98 3.42
地产类 53697 0.70 3.96 4.760 0.48 2.99
地产类 81757 0.94 7.85 6.320 2.19 3.05
医药类 27392 1.95 10.24 7.990 3.03 3.36
科技类 48395 0.90 11.52 7.590 4.65 3.56
医药类 64159 0.62 7.83 7.305 2.98 3.33

r<-cor(mat)                                   # 计算相关系数矩阵
r

总股本每股收益每股净资产净资产收益率每股资本公积金每股现金流量
总股本 1.0000000 -0.9244074 -0.5264225 -0.5013324 -0.3923018 -0.3285882
每股收益 -0.9244074 1.0000000 0.5922254 0.5566837 0.4286464 0.3622033
每股净资产 -0.5264225 0.5922254 1.0000000 0.6823814 0.7891771 0.6435817
净资产收益率 -0.5013324 0.5566837 0.6823814 1.0000000 0.7408937 0.6577160
每股资本公积金 -0.3923018 0.4286464 0.7891771 0.7408937 1.0000000 0.8228905
每股现金流量 -0.3285882 0.3622033 0.6435817 0.6577160 0.8228905 1.0000000

library(corrplot)
corrplot(r,method="number")                   # 绘制相关系数矩阵

corrplot(r,method="color",type="full")        # 用颜色填充矩阵

corrplot(r,order="hclust")                    # 按层次聚类排序

corrplot(r,order="AOE",addCoef.col="grey20")  # 在图中增加相关系数

# 图11 不同设置的6个变量的相关系数矩阵
# par(mfrow=c(2,2),cex=0.6)
corrplot(r,method="square",order="AOE")   # 绘制方形

corrplot(r,method="shade",order="AOE")    # 绘制阴影

corrplot(r,order="AOE",type="upper",method="number",cl.pos="b",tl.pos="d") # 上半角绘制相关系数
corrplot(r,add=TRUE,type="lower",method="ellipse",order="AOE",diag=FALSE,tl.pos="n",cl.pos="n")                        # 下半角绘制椭圆

corrplot(r,order="AOE",type="upper",method="pie",cl.pos="b",tl.pos="d")  # 上半角绘制圆
corrplot(r,add=TRUE,type="lower",method="number",order="AOE",diag=FALSE,tl.pos="n",cl.pos="n")                          # 下半角绘制相关系数

# 图12 sjp.corr函数绘制的6个变量的相关系数矩阵
data5_1<-read.csv("./mydata/chap05/data5_1.csv")
library(sjPlot)

d<-data5_1[,3:8]                      # 选择绘图变量
set_theme(title.size=0.9,             # 设置图形标题字体大小
          axis.title.size=0.9,               # 设置坐标轴标题字体大小
          axis.textsize=0.9,                 # 设置坐标轴字体大小
          geom.label.size=2.5,               # 设置图形标签字体大小
          legend.size=0.9,                   # 设置图例字体大小
          legend.title.size=0.9)             # 设置图例标题主题大小

sjp.corr(d,corr.method="pearson",     # 计算Pearson相关系数
         show.values=TRUE,                   # 画出相关系数的值
         show.legend=TRUE,                   # 画出图例
         p.numeric=TRUE)                     # 画出检验的P值

# 图13 ggCor函数绘制的6个变量的相关系数矩阵
library("ggiraphExtra")
require(ggplot2)
data5_1<-read.csv("./mydata/chap05/data5_1.csv")
ggCor(data5_1,whaw=1,    # 计算Pearson相关系数
      digits=4,                # 保留4为小数
      label=3,                 # 显示相关系数及其检验的P值
      mode=2,                  # 显示半角矩阵
      interactive = T,         # 交互效果
      title=FALSE)             # 不显示标题

3.相关系数网状图

相关系数网状图（web）是用网络连线展示相关系数矩阵的一种图形

将多个变量均匀地放置在一个圆周围，并在各变量结点之间绘制出连接线，线的宽度与两个变量之间的相关系数成比例

正相关的连接线用蓝色表示，负相关的连接线用红色表示相关系数网状图

# 图14 例5-1中6个变量的相关系数网状图
data5_1<-read.csv("./mydata/chap05/data5_1.csv")

library(DescTools) 
mr<-cor(data5_1[,3:8])                         # 计算相关系数矩阵
mr