correl函数相关系数大小意义_R包corrplot绘图相关系数矩阵

今天分享一个相关分析可视化实战！

之前我们分享了关于相关分析的原理，还有ggcorrplot包的使用。

• 相关性分析方法基础：Spearman、Kendall和Pearson

• R相关矩阵可视化包ggcorrplot

今天推出相关分析的第三讲，corrplot实战与绘图。

corrplot简介与安装

corrplot是一个绘制相关矩阵和置信区间的包，它也包含了一些矩阵排序的算法。

安装也非常简单，如果在Rstudio中，直接安装：

install.packages("corrplot")

本节选学内容，让工作体验更美好！

如果使用rstudio的数据源下载太慢，可以使用国内清华镜像安装，反正我在科技网，或方正宽带下载都会快10倍以上。

install.packages("corrplot",
repos="https://mirrors.tuna.tsinghua.edu.cn/CRAN")

此外还可以devtools工具从作者的github源安装，名称为taiyun/corrplot，追求最新版本的朋友自行尝试，这里不再赘述。

简单的相关分析及绘图实例

我们library加载包，使用cor计算内部数据mtcars汽车数据列间相关系数矩阵，再绘图。

library(corrplot)
M = cor(mtcars)
corrplot(M, order = "hclust", addrect = 2)

简单三句话，美美哒相关分析结果是出来了。

实例精华讲解

我们现在对原始数据、分析结果和可视化参数进行解释。

我们看一下输入数据格式：使用head查看数据前6行预览：

head(mtcars)

                   mpg cyl disp  hp drat    wt  qsec vs am gear carb
Mazda RX4         21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag     21.0   6  160 110 3.90 2.875 17.02  0  1    4    4
Datsun 710        22.8   4  108  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive    21.4   6  258 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2
Valiant           18.1   6  225 105 2.76 3.460 20.22  1  0    3    1

本质上是一个行为样本名，列为属性的数值表格。其实我们大部分的数据都是这种格式的文件，只需要使用read.table读入。

cor函数对mtcars数据按列进行两两相关性计算，默认使用pearson方法，当然理论解读中提前的spearman和kendall方法也都支持。

比如我们选spearman方法计算相关系数矩阵：

cor(mtcars, method = "spearman&#