相關系數圖
junjun
2016年4月6日
參考：劉順祥作品
盡管cor()函數能夠很方便快捷的計算出連續變量之間的相關系數，但當變量許多時，返回的相關系數一定時讀者看的眼花繚亂。
以下就以R自帶的mtcars數據集為例，講講相關系數圖的繪制：
cor(mtcars[1:7])## mpg cyl disp hp drat wt
## mpg 1.0000000 -0.8521620 -0.8475514 -0.7761684 0.68117191 -0.8676594
## cyl -0.8521620 1.0000000 0.9020329 0.8324475 -0.69993811 0.7824958
## disp -0.8475514 0.9020329 1.0000000 0.7909486 -0.71021393 0.8879799
## hp -0.7761684 0.8324475 0.7909486 1.0000000 -0.44875912 0.6587479
## drat 0.6811719 -0.6999381 -0.7102139 -0.4487591 1.00000000 -0.7124406
## wt -0.8676594 0.7824958 0.8879799 0.6587479 -0.71244065 1.0000000
## qsec 0.4186840 -0.5912421 -0.4336979 -0.7082234 0.09120476 -0.1747159
## qsec
## mpg 0.41868403
## cyl -0.59124207
## disp -0.43369788
## hp -0.70822339
## drat 0.09120476
## wt -0.17471588
## qsec 1.00000000非常顯然，這么多數字堆在一起肯定非常難高速的發現變量之間的相關性大小，假設能夠將相關系數可視化，就能彌補一大堆數字的缺陷了。這里介紹corrplot包中的corrplot()函數進行相關系數的可視化，首先來看看該函數的語法和一些重要參數： 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, …) corr：須要可視化的相關系數矩陣 method：指定可視化的方法，能夠是圓形、方形、橢圓形、數值、陰影、顏色或餅圖形 type：指定展示的方式，能夠是全然的、下三角或上三角 col：指定圖形展示的顏色。默認以均勻的顏色展示 bg：指定圖的背景色 title：為圖形加入標題 is.corr：是否為相關系數畫圖。默覺得TRUE。相同也能夠實現非相關系數的可視化。僅僅需使該參數設為FALSE就可以 diag：是否展示對角線上的結果，默覺得TRUE outline：是否繪制圓形、方形或橢圓形的輪廓，默覺得FALSE mar：詳細設置圖形的四邊間距 addgrid.col：當選擇的方法為顏色或陰影時，默認的網格線顏色為白色。否則為灰色 addCoef.col：為相關系數加入顏色。默認不加入相關系數，僅僅有方法為number時，該參數才起作用 addCoefasPercent：為節省畫圖空間。是否將相關系數轉換為百分比格式，默覺得FALSE order：指定相關系數排序的方法。能夠是原始順序(original)、特征向量角序(AOE)、第一主成分順序(FPC)、層次聚類順序(hclust)和字母順序。一般”AOE”排序結果都比”FPC”要好 hclust.method：當order為hclust時。該參數能夠是層次聚類中ward法、最大距離法等7種之中的一個 addrect：當order為hclust時。能夠為加入相關系數圖加入矩形框，默認不加入框，假設想加入框時。僅僅需為該參數指定一個整數就可以 rect.col：指定矩形框的顏色 rect.lwd：指定矩形框的線寬 tl.pos：指定文本標簽(變量名稱)的位置，當type=full時，默認標簽位置在左邊和頂部(lt)，當type=lower時，默認標簽在左邊和對角線(ld)，當type=upper時，默認標簽在頂部和對角線，d表示對角線。n表示不加入文本標簽 tl.cex：指定文本標簽的大小 tl.col：指定文本標簽的顏色 cl.pos：圖例（顏色）位置，當type=upper或full時，圖例在右表(r)，當type=lower時。圖例在底部，不須要圖例時，僅僅需指定該參數為n addshade：僅僅有當method=shade時，該參數才實用。參數值能夠是negtive/positive和all，分表表示對負相關系數、正相關系數和全部相關系數加入陰影。注意：正相關系數的陰影是45度，負相關系數的陰影是135度 shade.lwd：指定陰影的線寬 shade.col：指定陰影線的顏色
#盡管該函數的參數比較多，但能夠組合各種參數，靈活實現各種各樣的相關系數圖。以下就舉幾個樣例：
library(corrplot)## Warning: package 'corrplot' was built under R version 3.2.4corr <- cor(mtcars[1:7])
#1)參數所有默認情況下的相關系數圖
corrplot(corr=corr) 
#2)指定數值方法的相關系數圖
corrplot(corr=corr, method = "number", col="black", cl.pos="n")
#3)依照特征向量角序(AOE)排序相關系數圖
corrplot(corr=corr, order="AOE")
#4)同一時候加入相關系數值
corrplot(corr=corr, order = "AOE", addCoef.col = "grey")
#5)選擇方法為color
corrplot(corr=corr, method = "color", order="AOE", addCoef.col = "grey")
#我認為這幅圖比上面的圓形圖要清爽非常多
#6)繪制圓形輪廓相關系數圖
corrplot(corr = corr, col = "gray", order = "AOE", outline = T, cl.pos = "n")
#7)自己定義背景色
corrplot(corr = corr, col="gray", bg="gold2", order = "AOE", cl.pos = "n")
#8)混合方法之上三角為圓形，下三角為數字
corrplot(corr=corr, order="AOE", type="upper", tl.pos = "d")
corrplot(corr=corr, add=T, type="lower", method = "number", order = "AOE", diag = F, tl.pos = "n", cl.pos = "n")
#這幅圖將顏色、圓的大小和數值型相關系數相結合，更easy發現變量之間的相關性
#混合方法之上三角為圓形。下三角為方形
corrplot(corr = corr,order="AOE",type="upper",tl.pos="d")
corrplot(corr = corr,add=TRUE, type="lower", method="square",order="AOE",diag=FALSE,tl.pos="n", cl.pos="n")
#混合方法之上三角為圓形，下三角為黑色數字
corrplot(corr = corr,order="AOE",type="upper",tl.pos="tp")
corrplot(corr = corr,add=TRUE, type="lower", method="number",order="AOE", col="black",diag=FALSE,tl.pos="n", cl.pos="n")
#個人更傾向於上圖的展現形式，既清爽又能非常好的反映變量間的相關系數。
#以層次聚類法排序
corrplot(corr = corr, order = "hclust")
#以層次聚類法排序，並繪制3個矩形框
corrplot(corr = corr, order="hclust", addrect = 3, rect.col = "black") 有關很多其它相關系數圖的繪制可參見corrplot()函數的幫助文檔。文檔中還包含了非常多案例。感興趣的能夠去參考的看看。