两组数据的相关性如何可视化，这个思路值得借鉴！

最新推荐文章于 2024-04-21 13:06:16 发布

生信修炼手册

最新推荐文章于 2024-04-21 13:06:16 发布

阅读量5.9k

点赞数 1

文章标签：可视化数据可视化数据分析 python 机器学习

本文链接：https://blog.csdn.net/weixin_43569478/article/details/124893361

版权

欢迎关注”生信修炼手册”!

相关性分析是最常用的分析策略之一，对于两组数据相关性结果的可视化，可以借鉴文献中的表现形式，图示如下

采用了组合图表的形式，主体是两组数据构成的散点图，在散点图中显示线性拟合的直线，并标记相关系数和相关性检验的p值；同时在上方和右侧方，用直方图的形式展示看每组数据的各自分布。这样的一幅图表，把相关性分析的多种信息同时展现了出来，信息量丰富而且美观。

这样的一幅图如何来实现呢，下面来一步步进行探究，首先看下数据

> data("mtcars")
> 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

我们对mtcars这个数据框中的mpg和wt 这两列数据进行相关性分析，首先使用ggpubr中的ggscatter函数绘制散点图，代码如下

> library(ggpubr)
> ggscatter(mtcars, x = "wt", y = "mpg")

效果图如下

和文献中的插图相比，我们需要做以下调整

1.添加回归直线和置信区间，并设置颜色

2.调整散点的大小

代码如下