r语言 相关性作图_R语言绘制相对性关系图

准备

第一步就是安装R语言环境以及RStudio

图绘制准备

首先安装库文件,敲入指令,回车

install.packages('corrplot')

然后安装excel导入的插件,点击右上角import Dataset,选中From excel即可。

这些操作都很简单~~

数据预处理

然后到了数据输入了,这么多数据,我们总不能一行输入吧?那得有多蠢

于是我们利用上了数据导入功能,当当当~~

然而理想很丰满,现实却很蛋疼,导入的excel数据格式不是我们希望的矩阵格式ORZ!

哎,休息下喝杯茶,看看可能用到的指令吧。

假设导入的数据为data,那么可能用到的指令如下:

//查看数据

data

//删除矩阵第一行

data = data[-1,]

//删除矩阵第一列

data = data[,-1]

//data转换成矩阵

data = as.matrix(data)

//更改行名

row.names(data)

指令在手,天下我有!

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
使用R语言进行相关性作图可以采用ggplot2包和ggpubr包。下面是一个示例: 1. 导入数据集 首先,需要导入包含相关性数据的数据集。这里以mtcars数据集为例。 ```r data(mtcars) # 导入数据集 ``` 2. 计算相关性系数 使用cor()函数计算变量之间的相关系数。 ```r corr_data <- cor(mtcars) ``` 3. 使用ggplot2包绘制热力 使用ggplot2包中的geom_tile()函数绘制热力。 ```r library(ggplot2) ggplot(data = melt(corr_data), aes(x = Var1, y = Var2, fill = value)) + geom_tile(color = "white") + scale_fill_gradient2(low = "blue", mid = "white", high = "red", midpoint = 0, limit = c(-1,1), space = "Lab", name="Pearson\nCorrelation") + theme_minimal()+ # 设置主题 theme(axis.text.x = element_text(angle = 45, vjust = 1, size = 12, hjust = 1)) # 设置x轴标签旋转角度 ``` 这里使用了melt()函数将相关系数矩阵转化为数据框的形式,然后使用ggplot()函数绘制形。使用scale_fill_gradient2()函数设置颜色渐变,然后使用theme_minimal()函数设置主题。 4. 使用ggpubr包绘制散点 使用ggpubr包中的ggscatter()函数绘制散点。 ```r library(ggpubr) ggscatter(mtcars, x = "mpg", y = "wt", cor.coef = TRUE, cor.method = "pearson", xlab = "Miles/(US) gallon", ylab = "Weight (lb/1000)") ``` 这里使用ggscatter()函数绘制散点,同时将相关系数和相关系数计算方法添加到形中。可以使用xlab和ylab参数设置x轴和y轴标签。 以上就是使用R语言进行相关性作图的示例。

“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