R數據可視化初階-散點圖、散點圖矩陣、相關系數

散點圖plot

• plot(v,type,col,xlab,ylab)

• v：數值向量。

• type：采用值“p”僅繪制點，“l”僅繪制線和“o”繪制點和線。

• xlab：x軸的標簽。

• ylab：y軸的標簽。

• main：圖表的標題。

• col：用於給點和線的顏色

在繪制第一行后，可以通過lines()函數使用一個額外的向量作為輸入來繪制圖表中的第二行

PS：只是用用，數據量太小，基本看不出來啥規律

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

> plot(x=cardata$wt,y=cardata[,1],xlab='weight',ylab='milage',main='weight&milage')

還可以限定xlim、ylim

散點圖繪制，各個變量之間的兩兩關系

>plot(x=cardata$wt,y=cardata[,1],xlab='weight',ylab='milage',main='weight&milage')
數據來源
> pairs(~wt+mpg+disp+cyl,data=cardata,main="Scatterplot Matrix")

所有變量

> pairs(~.,data=cardata,maintainer='Cardata')
~.指代所有

 

 

 相關系數圖：相關系數計算得到的相關系數矩陣

相關系數繪制成圖，藍色代表正相關，紅色代表負相關性，顏色深度越深代表數值相關性越高，顏色越淺相關性越低，白色沒有相關性。

應用：線性回歸和邏輯回歸中很有用，因為有的模型需要變量之間是獨立的

> library(corrplot)
> corrplot(cor(cardata))
#可以指定圖的形狀，斜三角、疊加方式等

 追加相關系數

> corrplot(cor(cardata),addCoef.col = 'yellow')#追加黃色數值

> corrplot(cor(cardata),order="AOE",addCoef.col = 'grey')#排個序

 

> corrplot(cor(cardata),method = "square",type = "upper")#上三角方形

相關系數&圖像

> corrplot(cor(cardata),order="AOE",type = "upper",tl.pos = "tp")
> corrplot(cor(cardata), add = TRUE, type = "lower", method = "number", order = "AOE", col="black",tl.pos = "n",cl.pos = "n")

 

也可以根據聚類等進行呈現，可以看官方手冊