Построить матрицу корреляции в граф
У меня есть матрица с некоторыми значениями корреляции. Теперь я хочу представить это на графике, который выглядит примерно так:
Как я могу этого достичь?
13 ответов
Быстро, грязно и на стадионе:
library(lattice)
#Build the horizontal and vertical axis information
hor <- c("214", "215", "216", "224", "211", "212", "213", "223", "226", "225")
ver <- paste("DM1-", hor, sep="")
#Build the fake correlation matrix
nrowcol <- length(ver)
cor <- matrix(runif(nrowcol*nrowcol, min=0.4), nrow=nrowcol, ncol=nrowcol, dimnames = list(hor, ver))
for (i in 1:nrowcol) cor[i,i] = 1
#Build the plot
rgb.palette <- colorRampPalette(c("blue", "yellow"), space = "rgb")
levelplot(cor, main="stage 12-14 array correlation matrix", xlab="", ylab="", col.regions=rgb.palette(120), cuts=100, at=seq(0,1,0.01))
Скорее "меньше" выглядит, но стоит проверить (так как дает больше визуальной информации):
Корреляционные матрицы эллипсов: 
Корреляционная матрица окружностей: 
Пожалуйста, найдите больше примеров в виньетке corrplot, на которую ссылается @assylias ниже.
Очень легко с решеткой::levelplot:
z <- cor(mtcars)
require(lattice)
levelplot(z)
Библиотека ggplot2 может справиться с этим geom_tile(), Похоже, что на этом графике, возможно, была проведена некоторая перемасштабация, поскольку нет никаких отрицательных корреляций, поэтому примите это во внимание с вашими данными. С использованием mtcars Набор данных:
library(ggplot2)
library(reshape)
z <- cor(mtcars)
z.m <- melt(z)
ggplot(z.m, aes(X1, X2, fill = value)) + geom_tile() +
scale_fill_gradient(low = "blue", high = "yellow")
РЕДАКТИРОВАТЬ:
ggplot(z.m, aes(X1, X2, fill = value)) + geom_tile() +
scale_fill_gradient2(low = "blue", high = "yellow")
позволяет указать цвет средней точки, и по умолчанию он белый, так что здесь может быть хорошая настройка. Другие варианты можно найти на сайте ggplot здесь и здесь.
Используйте пакет corrplot:
library(corrplot)
data(mtcars)
M <- cor(mtcars)
## different color series
col1 <- colorRampPalette(c("#7F0000","red","#FF7F00","yellow","white",
"cyan", "#007FFF", "blue","#00007F"))
col2 <- colorRampPalette(c("#67001F", "#B2182B", "#D6604D", "#F4A582", "#FDDBC7",
"#FFFFFF", "#D1E5F0", "#92C5DE", "#4393C3", "#2166AC", "#053061"))
col3 <- colorRampPalette(c("red", "white", "blue"))
col4 <- colorRampPalette(c("#7F0000","red","#FF7F00","yellow","#7FFF7F",
"cyan", "#007FFF", "blue","#00007F"))
wb <- c("white","black")
par(ask = TRUE)
## different color scale and methods to display corr-matrix
corrplot(M, method="number", col="black", addcolorlabel="no")
corrplot(M, method="number")
corrplot(M)
corrplot(M, order ="AOE")
corrplot(M, order ="AOE", addCoef.col="grey")
corrplot(M, order="AOE", col=col1(20), cl.length=21,addCoef.col="grey")
corrplot(M, order="AOE", col=col1(10),addCoef.col="grey")
corrplot(M, order="AOE", col=col2(200))
corrplot(M, order="AOE", col=col2(200),addCoef.col="grey")
corrplot(M, order="AOE", col=col2(20), cl.length=21,addCoef.col="grey")
corrplot(M, order="AOE", col=col2(10),addCoef.col="grey")
corrplot(M, order="AOE", col=col3(100))
corrplot(M, order="AOE", col=col3(10))
corrplot(M, method="color", col=col1(20), cl.length=21,order = "AOE", addCoef.col="grey")
if(TRUE){
corrplot(M, method="square", col=col2(200),order = "AOE")
corrplot(M, method="ellipse", col=col1(200),order = "AOE")
corrplot(M, method="shade", col=col3(20),order = "AOE")
corrplot(M, method="pie", order = "AOE")
## col=wb
corrplot(M, col = wb, order="AOE", outline=TRUE, addcolorlabel="no")
## like Chinese wiqi, suit for either on screen or white-black print.
corrplot(M, col = wb, bg="gold2", order="AOE", addcolorlabel="no")
}
Например:
Довольно элегантный ИМО
Этот тип графика называется "тепловой картой" среди других терминов. Получив матрицу корреляции, постройте ее, используя один из различных учебных пособий.
Использование базовой графики: http://flowingdata.com/2010/01/21/how-to-make-a-heatmap-a-quick-and-easy-solution/
Использование ggplot2: http://learnr.wordpress.com/2010/01/26/ggplot2-quick-heatmap-plotting/
Я работал над чем-то похожим на визуализацию, опубликованную @daroczig, с кодом, размещенным @Ulrik, используя plotcorr() функция ellipse пакет. Мне нравится использование эллипсов для представления корреляций и использование цветов для представления негативных и позитивных корреляций. Однако я хотел, чтобы выделяющиеся цвета выделялись для корреляций, близких к 1 и -1, а не для тех, которые близки к 0.
Я создал альтернативу, в которой белые эллипсы накладываются на цветные круги. Каждый белый эллипс имеет такой размер, что пропорция цветного круга, видимого за ним, равна квадрату корреляции. Когда корреляция близка к 1 и -1, белый эллипс мал, и большая часть цветного круга видна. Когда корреляция близка к 0, белый эллипс большой, и мало цветного круга видно.
Функция, plotcor(), доступен по адресу https://github.com/JVAdams/jvamisc/blob/master/R/plotcor.r.
Пример результирующего участка с использованием mtcars набор данных показан ниже.
library(plotrix)
library(seriation)
library(MASS)
plotcor(cor(mtcars), mar=c(0.1, 4, 4, 0.1))
Я понимаю, что это было давно, но новые читатели могут быть заинтересованы в rplot() от corrr пакет ( https://cran.rstudio.com/web/packages/corrr/index.html), который может создавать виды графиков, которые упоминает @daroczig, но разрабатывать для подхода с конвейером данных:
install.packages("corrr")
library(corrr)
mtcars %>% correlate() %>% rplot()
mtcars %>% correlate() %>% rearrange() %>% rplot()
mtcars %>% correlate() %>% rearrange() %>% rplot(shape = 15)
mtcars %>% correlate() %>% rearrange() %>% shave() %>% rplot(shape = 15)
mtcars %>% correlate() %>% rearrange(absolute = FALSE) %>% rplot(shape = 15)
Функция corrplot() из пакета corrplot R также может быть использована для построения коррелограммы.
library(corrplot)
M<-cor(mtcars) # compute correlation matrix
corrplot(M, method="circle")
несколько статей, описывающих, как вычислить и визуализировать матрицу корреляции, опубликованы здесь:
Другой вариант — использовать пакет GGally с функцией ggcorr следующим образом:
library(GGally)
ggcorr(mtcars, method = c("everything", "pearson"), label = TRUE)
ggcorr(mtcars, method = c("everything", "pearson"), label = TRUE, geom = "circle")
Создано 20 августа 2022 г. с репрексом v2.0.2
Проверьте ссылки выше для многих других вариантов.
Другое решение, о котором я недавно узнал, - это интерактивная тепловая карта, созданная с помощью пакета qtlcharts.
install.packages("qtlcharts")
library(qtlcharts)
iplotCorr(mat=mtcars, group=mtcars$cyl, reorder=TRUE)
Ниже приведено статичное изображение полученного сюжета. 
Вы можете увидеть интерактивную версию в моем блоге. Наведите указатель мыши на тепловую карту, чтобы увидеть значения строки, столбца и ячейки. Нажмите на ячейку, чтобы увидеть график рассеяния с символами, раскрашенными по группам (в этом примере количество цилиндров, 4 - это красный, 6 - это зеленый, а 8 - синий). При наведении курсора на точки рассеяния отображается название ряда (в данном случае марка машины).
Так как я не могу комментировать, я должен дать свой 2c ответ daroczig как ответчик...
График рассеяния эллипса действительно из пакета эллипса и генерируется с помощью:
corr.mtcars <- cor(mtcars)
ord <- order(corr.mtcars[1,])
xc <- corr.mtcars[ord, ord]
colors <- c("#A50F15","#DE2D26","#FB6A4A","#FCAE91","#FEE5D9","white",
"#EFF3FF","#BDD7E7","#6BAED6","#3182BD","#08519C")
plotcorr(xc, col=colors[5*xc + 6])
(со страницы руководства)
Пакет corrplot может также - как и предполагалось - быть полезным с красивыми изображениями, найденными здесь
Это пример из учебника для тепловой карты иерархической кластеризации (с дендрограммой). С использованием
gplots
heatmap.2потому что она превосходит базовую тепловую карту, но идея та же.
colorRampPaletteпомогает генерировать 50 (переходных) цветов.
library(gplots)
heatmap.2(cor(mtcars), trace="none", col=colorRampPalette(c("blue2","white","red3"))(50))
