将相关矩阵绘制成图

我有一些相关值的矩阵。现在，我想在一个看起来或多或少像这样的图形中绘制该图形：

我该如何实现？

快速，肮脏并且在球场上：

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))

看起来更“少”，但是值得检查（因为提供了更多的可视信息）：

相关矩阵椭圆： 相关矩阵圆：

请在下面@assylias引用的corrplot小插图中找到更多示例。

非常容易使用grid :: levelplot：

z <- cor(mtcars)
require(lattice)
levelplot(z)

ggplot2库可以使用来处理此问题geom_tile()。由于没有任何负相关，因此在上面的图中似乎已进行了一些缩放，因此请考虑到您的数据。使用mtcars数据集：

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")

编辑：

ggplot(z.m, aes(X1, X2, fill = value)) + geom_tile() + 
scale_fill_gradient2(low = "blue",  high = "yellow")

允许指定中点的颜色，默认为白色，因此此处可能是一个不错的调整。其他选项可以在ggplot网站的此处和此处找到。

使用corrplot软件包：

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")
}

例如：

相当优雅的IMO

该图的类型在其他术语中称为“热图”。一旦有了相关矩阵，就可以使用各种教程之一对其进行绘制。

使用基本图形：http : //flowingdata.com/2010/01/21/how-to-make-a-heatmap-a-quick-and-easy-solution/

使用ggplot2：http ://learnr.wordpress.com/2010/01/26/ggplot2-quick-heatmap-plotting/

我一直在进行类似于@daroczig发布的可视化的工作，并使用软件包的plotcorr()功能使用@Ulrik发布的代码ellipse。我喜欢用椭圆表示相关性，喜欢用颜色表示负相关和正相关。但是，我希望醒目的颜色在接近1和-1的相关性中脱颖而出，而不是接近0的相关性。

我创建了一种替代方法，其中将白色椭圆形覆盖在彩色圆圈上。调整每个白色椭圆的大小，以使其后面可见的彩色圆的比例等于平方的相关性。当相关性接近1和-1时，白色椭圆很小，并且许多彩色圆圈可见。当相关性接近0时，白色椭圆变大，几乎看不到彩色圆圈。

plotcor()可以在https://github.com/JVAdams/jvamisc/blob/master/R/plotcor.r中使用该功能。

mtcars下面显示了使用数据集生成的绘图的示例。

library(plotrix)
library(seriation)
library(MASS)
plotcor(cor(mtcars), mar=c(0.1, 4, 4, 0.1))

我意识到已经有一段时间了，但是新读者可能会对软件包（https://cran.rstudio.com/web/packages/corrr/index.html）感兴趣，rplot()该corrr软件包可以生成各种@daroczig提及的图，但设计了一种数据管道方法：

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)

corrplot R包中的corrplot（）函数也可用于绘制相关图。

library(corrplot)  
M<-cor(mtcars) # compute correlation matrix
corrplot(M, method="circle")

这里发布了几篇描述如何计算和可视化相关矩阵的文章：

• http://www.sthda.com/english/wiki/visualize-correlation-matrix-using-correlogram
• http://www.sthda.com/english/wiki/visualize-correlation-matrix-using-symnum-function

我最近了解到的另一个解决方案是使用qtlcharts包创建的交互式热图。

install.packages("qtlcharts")
library(qtlcharts)
iplotCorr(mat=mtcars, group=mtcars$cyl, reorder=TRUE)

下面是结果图的静态图像。

您可以在我的博客上看到交互式版本。将鼠标悬停在热图上可以查看行，列和单元格的值。单击一个单元格以查看散点图，该散点图具有按组着色的符号（在此示例中，圆柱数，4为红色，6为绿色，8为蓝色）。将鼠标悬停在散点图上的点上即可得到行的名称（在本例中为汽车的品牌）。

由于我无法发表评论，因此我必须给daroczig答案以2c的评分。

椭圆散点图确实来自椭圆包，并使用以下命令生成：

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])

（来自手册页）

根据建议，corrplot程序包也可能对此处找到的漂亮图像很有用