使用corrplot绘制行、列不同，且带有p值显著性标注的相关系数图

本文链接：https://blog.csdn.net/weishengxin_/article/details/141780591

导读：

相关系数衡量两个变量之间的线性关系，通常以N*N的矩阵形式展示。例如样品vs样品，或者基因vs基因的相关性。本文介绍了使用corrplot R包绘制M*N的相关系数矩阵，例如M个基因表达与N个代谢物信号间的相关性，同时带上p值显著性标注。

Diabetes, Metabolic Syndrome and Obesity文章《Dysbiosis of the Salivary Microbiome is Associated with Hypertension and Correlated with Metabolic Syndrome Biomarkers》fig 9 展示了不同微生物与生化、表型特征间的相关系数。图中X轴为不同的微生物，Y轴为不同的血浆生化指标或人口统计特征。图中的点表示spearman相关系数，红色点表示负相关，绿色点表示正相关。红色点越大，表示负相关越大；绿色点越大，表示正相关越大。点上的星号（*）表示p值。***: p<=0.001, **: p<=0.01，*：p<=0.05。从图中可以看出，收缩压（Systolic BP）、舒张压（Diastolic BP）、葡萄糖（Glucose）等指标与众多微生物正相关，且显著。而乳制品摄入（Dairy_intake）、胰岛素（insulin）、吸烟（Smoking）等与微生物相关性不显著。

相关系数简介

相关系数（correlation coefficient）是一个介于-1和1之间的数，用于衡量两个变量之间的线性关系。如果两个变量之间的变化趋势是一致的，即一个变量增加时另一个也增加，那么它们之间的相关系数为正；如果一个变量增加而另一个减少，则相关系数为负。接近1的相关系数表示强正相关。接近-1的相关系数表示强负相关。接近0的相关系数表示两个变量之间没有或几乎没有线性关系。