corrplot和ggcorrplot画热力图

corrplot的基础用法和指南

corrplot包主要针对相关系数输出的结果进行可视化，可以实现选择颜色，文本标签，颜色标签，布局等的操作。

语法和常用参数介绍
函数语法

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, ...)

参数介绍

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（“full”，“upper"和"lower”）

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®，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

ggcorrplot的基础用法指南

ggcorrplot提供了一种对相关矩阵进行重新排序的解决方案，并在相关图上显示显著性水平。它还包括一个用于计算相关p值矩阵的函数。

安装和加载
install.packages(“ggcorrplot”)
library(ggcorrplot)

#可视化相关性矩阵
ggcorrplot(corr)#method默认为square，即方形

#method = “circle” 圆形
ggcorrplot(corr, method = “circle”)

#重排矩阵，使用分层聚类
ggcorrplot(corr, hc.order = TRUE, outline.color = “white”)

#展示下半三角
ggcorrplot(corr,
hc.order = TRUE,
type = “lower”,
outline.color = “white”)

#展示上半三角
ggcorrplot(corr,
hc.order = TRUE,
type = “upper”,
outline.color = “white”)

#改变主题和颜色
ggcorrplot(
corr,
hc.order = TRUE,
type = “lower”,
outline.color = “white”,
ggtheme = ggplot2::theme_gray,
colors = c("#6D9EC1", “white”, “#E46726”)
)

#加上相关性系数标签
ggcorrplot(corr,
hc.order = TRUE,
type = “lower”,
lab = TRUE)

#给有显著性差异的标上记
ggcorrplot(corr,
hc.order = TRUE,
type = “lower”,
p.mat = p.mat)

#在没有显著系数的地方留空
ggcorrplot(
corr,
p.mat = p.mat,
hc.order = TRUE,
type = “lower”,
insig = “blank”
)