初步接触数据集，探索性分析后，经常需要做一个相关分析，得到各变量间的相关系数以及显著性水平。
本文介绍一下R-corrplot包进行相关可视化展示。
一 数据准备
载入所需的R包，利用公共数据集mtcars进行展示。
library(corrplot)head(mtcars)mpg cyl disp hp drat wt qsec vs am gear carbMazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2Valiant 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1#计算变量之间的相关系数corr <- cor(mtcars)
二 相关系数展示
2.1 默认参数展示
corrplot(corr)
2.2 更该形状和显示范围
method,：指定形状，可以是circle圆形(默认)，square方形， ellipse, 椭圆形，number数值，shade阴影，color颜色，pie饼图。
type：指定显示范围，full完全(默认)，lower下三角，upper上三角。
corrplot(mat_cor, method = "number", type = "upper", title = "")corrplot(mat_cor, method = "pie", type = "lower", title = "下三角",mar = c(1,1,1,1))
2.3 更改颜色
可以使用自定义颜色或者brewer.pal函数的画板。
corrplot(corr, method = "ellipse", col = colorRampPalette(c("red", "blue"))(10), title = "更改颜色")corrplot(corr, method = "number", col = RColorBrewer::brewer.pal(n=11, name = "RdYlGn"),title = "")
2.4 排序和聚类
order,：指定相关系数排序的方法, original原始顺序，AOE特征向量角序，FPC第一主成分顺序，hclust层次聚类顺序，alphabet字母顺序。
hclust.method：order参数为hclust时可指定hclust中方法，7种可选：complete, ward, single, average, mcquitty, median和centroid。
addrect：指定order参数为hclust时有效， 是否添加矩形框， 默认不添加， 用整数指定即可添加。
corrplot(corr,method="color",order="hclust",title = "hclust聚类", diag = TRUE,hclust.method="average",addCoef.col = "blue")
2.5 组合展示
corrplot(corr, method = "circle", type = "upper", tl.pos = "d")corrplot(corr, add = TRUE, type = "lower", method = "number", diag = FALSE, tl.pos = "n", cl.pos = "n")
NOW，corrplot进行相关性的可视化就简单介绍到这，可以根据自己的审美组合图形，颜色等。
更多关于生信，R，Python的内容请扫码关注小号，谢谢。
