相关系数图可视化

相关系数图

junjun

2016年4月6日

参考：刘顺祥作品

虽然cor()函数可以非常方便快捷的计算出连续变量之间的相关系数，但当变量非常多时，返回的相关系数一定时读者看的眼花缭乱。

下面就以R自带的mtcars数据集为例，讲讲相关系数图的绘制：

cor(mtcars[1:7])

##             mpg        cyl       disp         hp        drat         wt
## mpg   1.0000000 -0.8521620 -0.8475514 -0.7761684  0.68117191 -0.8676594
## cyl  -0.8521620  1.0000000  0.9020329  0.8324475 -0.69993811  0.7824958
## disp -0.8475514  0.9020329  1.0000000  0.7909486 -0.71021393  0.8879799
## hp   -0.7761684  0.8324475  0.7909486  1.0000000 -0.44875912  0.6587479
## drat  0.6811719 -0.6999381 -0.7102139 -0.4487591  1.00000000 -0.7124406
## wt   -0.8676594  0.7824958  0.8879799  0.6587479 -0.71244065  1.0000000
## qsec  0.4186840 -0.5912421 -0.4336979 -0.7082234  0.09120476 -0.1747159
##             qsec
## mpg   0.41868403
## cyl  -0.59124207
## disp -0.43369788
## hp   -0.70822339
## drat  0.09120476
## wt   -0.17471588
## qsec  1.00000000

很显然，这么多数字堆在一起肯定很难快速的发现变量之间的相关性大小，如果可以将相关系数可视化，就能弥补一大堆数字的缺陷了。这里介绍corrplot包中的corrplot()函数进行相关系数的可视化，首先来看看该函数的语法和一些重要参数： corrplot(corr, method = c(“circle”, “square”, “ellipse”, “number”, “shade”, “color”, “pie”), type = c(“full”, “lower”, “upper”), add = FALSE, col = NULL, bg = “white”, title = “”, is.corr = TRUE, diag = TRUE, outline = FALSE, mar = c(0,0,0,0), addgrid.col = NULL, addCoef.col = NULL, addCoefasPercent = FALSE, order = c(“original”, “AOE”, “FPC”, “hclust”, “alphabet”), hclust.method = c(“complete”, “ward”, “single”, “average”, “mcquitty”, “median”, “centroid”), addrect = NULL, rect.col = “black”, rect.lwd = 2, tl.pos = NULL, tl.cex = 1, tl.col = “red”, tl.offset = 0.4, tl.srt = 90, cl.pos = NULL, cl.lim = NULL, cl.length = NULL, cl.cex = 0.8, cl.ratio = 0.15, cl.align.text = “c”,cl.offset = 0.5, addshade = c(“negative”, “positive”, “all”), shade.lwd = 1, shade.col = “white”, p.mat = NULL, sig.level = 0.05, insig = c(“pch”,“p-value”,“blank”, “n”), pch = 4, pch.col = “black”, pch.cex = 3, plotCI = c(“n”,“square”, “circle”, “rect”), lowCI.mat = NULL, uppCI.mat = NULL, …) corr：需要可视化的相关系数矩阵 method：指定可视化的方法，可以是圆形、方形、椭圆形、数值、阴影、颜色或饼图形 type：指定展示的方式，可以是完全的、下三角或上三角 col：指定图形展示的颜色，默认以均匀的颜色展示 bg：指定图的背景色 title：为图形添加标题 is.corr：是否为相关系数绘图，默认为TRUE，同样也可以实现非相关系数的可视化，只需使该参数设为FALSE即可 diag：是否展示对角线上的结果，默认为TRUE outline：是否绘制圆形、方形或椭圆形的轮廓，默认为FALSE mar：具体设置图形的四边间距 addgrid.col：当选择的方法为颜色或阴影时，默认的网格线颜色为白色，否则为灰色 addCoef.col：为相关系数添加颜色，默认不添加相关系数，只有方法为number时，该参数才起作用 addCoefasPercent：为节省绘图空间，是否将相关系数转换为百分比格式，默认为FALSE order：指定相关系数排序的方法，可以是原始顺序(original)、特征向量角序(AOE)、第一主成分顺序(FPC)、层次聚类顺序(hclust)和字母顺序，一般”AOE”排序结果都比”FPC”要好 hclust.method：当order为hclust时，该参数可以是层次聚类中ward法、最大距离法等7种之一 addrect：当order为hclust时，可以为添加相关系数图添加矩形框，默认不添加框，如果想添加框时，只需为该参数指定一个整数即可 rect.col：指定矩形框的颜色 rect.lwd：指定矩形框的线宽 tl.pos：指定文本标签(变量名称)的位置，当type=full时，默认标签位置在左边和顶部(lt)，当type=lower时，默认标签在左边和对角线(ld)，当type=upper时，默认标签在顶部和对角线，d表示对角线，n表示不添加文本标签 tl.cex：指定文本标签的大小 tl.col：指定文本标签的颜色 cl.pos：图例（颜色）位置，当type=upper或full时，图例在右表(r)，当type=lower时，图例在底部，不需要图例时，只需指定该参数为n addshade：只有当method=shade时，该参数才有用，参数值可以是negtive/positive和all，分表表示对负相关系数、正相关系数和所有相关系数添加阴影。注意：正相关系数的阴影是45度，负相关系数的阴影是135度 shade.lwd：指定阴影的线宽 shade.col：指定阴影线的颜色

#虽然该函数的参数比较多，但可以组合各种参数，灵活实现各种各样的相关系数图。下面就举几个例子：
library(corrplot)

## Warning: package 'corrplot' was built under R version 3.2.4

corr <- cor(mtcars[1:7])

#1)参数全部默认情况下的相关系数图
corrplot(corr=corr)

#2)指定数值方法的相关系数图
corrplot(corr=corr, method = "number", col="black", cl.pos="n")

#3)按照特征向量角序(AOE)排序相关系数图
corrplot(corr=corr, order="AOE")

#4)同时添加相关系数值
corrplot(corr=corr, order = "AOE", addCoef.col = "grey")

#5)选择方法为color
corrplot(corr=corr, method = "color", order="AOE", addCoef.col = "grey")

#我觉得这幅图比上面的圆形图要清爽很多

#6)绘制圆形轮廓相关系数图
corrplot(corr = corr, col = "gray", order = "AOE", outline = T, cl.pos = "n")

#7)自定义背景色
corrplot(corr = corr, col="gray", bg="gold2", order = "AOE", cl.pos = "n")

#8)混合方法之上三角为圆形，下三角为数字
corrplot(corr=corr, order="AOE", type="upper", tl.pos = "d")
corrplot(corr=corr, add=T, type="lower", method = "number", order = "AOE", diag = F, tl.pos = "n", cl.pos = "n")

#这幅图将颜色、圆的大小和数值型相关系数相结合，更容易发现变量之间的相关性

#混合方法之上三角为圆形，下三角为方形
corrplot(corr = corr,order="AOE",type="upper",tl.pos="d")
corrplot(corr = corr,add=TRUE, type="lower", method="square",order="AOE",diag=FALSE,tl.pos="n", cl.pos="n")

#混合方法之上三角为圆形，下三角为黑色数字
corrplot(corr = corr,order="AOE",type="upper",tl.pos="tp")
corrplot(corr = corr,add=TRUE, type="lower", method="number",order="AOE", col="black",diag=FALSE,tl.pos="n", cl.pos="n")

#个人更倾向于上图的展现形式，既清爽又能很好的反映变量间的相关系数。

#以层次聚类法排序
corrplot(corr = corr, order = "hclust")

#以层次聚类法排序，并绘制3个矩形框
corrplot(corr = corr, order="hclust", addrect = 3, rect.col = "black")

 有关更多相关系数图的绘制可参见corrplot()函数的帮助文档，文档中还包括了很多案例，感兴趣的可以去参考的看看。