ggcorrplot | 简单的相关性热图绘制
ggcorrplot的基础用法指南
ggcorrplot
提供了一种对相关矩阵进行重新排序的解决方案,并在相关图上显示显著性水平。它还包括一个用于计算相关p
值矩阵的函数。
安装和加载
install.packages("ggcorrplot")
library(ggcorrplot)
计算相关性矩阵
#以内置的mtcars数据集为例
data(mtcars)
#数据集格式如下
#cor()函数可以非常方便快捷的计算出连续变量之间的相关系数、
corr <- round(cor(mtcars), 1)
head(corr[, 1:6])
> head(corr[, 1:6])mpg cyl disp hp drat wt
mpg 1.0 -0.9 -0.8 -0.8 0.7 -0.9
cyl -0.9 1.0 0.9 0.8 -0.7 0.8
disp -0.8 0.9 1.0 0.8 -0.7 0.9
hp -0.8 0.8 0.8 1.0 -0.4 0.7
drat 0.7 -0.7 -0.7 -0.4 1.0 -0.7
wt -0.9 0.8 0.9 0.7 -0.7 1.0
#用ggcorrplot包提供的函数cor_pmat()计算p值
p.mat <- cor_pmat(mtcars)
head(p.mat[, 1:4])
> head(p.mat[, 1:4])mpg cyl
mpg 0.000000e+00 6.112687e-10
cyl 6.112687e-10 0.000000e+00
disp 9.380327e-10 1.802838e-12
hp 1.787835e-07 3.477861e-09
drat 1.776240e-05 8.244636e-06
wt 1.293959e-10 1.217567e-07disp hp
mpg 9.380327e-10 1.787835e-07
cyl 1.802838e-12 3.477861e-09
disp 0.000000e+00 7.142679e-08
hp 7.142679e-08 0.000000e+00
drat 5.282022e-06 9.988772e-03
wt 1.222320e-11 4.145827e-05
可视化相关性矩阵
ggcorrplot(corr)#method默认为square,即方形
# method = "circle" 圆形
ggcorrplot(corr, method = "circle")
#重排矩阵,使用分层聚类
ggcorrplot(corr, hc.order = TRUE, outline.color = "white")
#展示下半三角
ggcorrplot(corr,hc.order = TRUE,type = "lower",outline.color = "white")
#展示上半三角
ggcorrplot(corr,hc.order = TRUE,type = "upper",outline.color = "white")
#改变主题和颜色
ggcorrplot(corr,hc.order = TRUE,type = "lower",outline.color = "white",ggtheme = ggplot2::theme_gray,colors = c("#6D9EC1", "white", "#E46726")
)
#加上相关性系数标签
ggcorrplot(corr,hc.order = TRUE,type = "lower",lab = TRUE)
#给有显著性差异的标上记
ggcorrplot(corr,hc.order = TRUE,type = "lower",p.mat = p.mat)
#在没有显著系数的地方留空
ggcorrplot(corr,p.mat = p.mat,hc.order = TRUE,type = "lower",insig = "blank"
)
参考
https://rpkgs.datanovia.com/ggcorrplot/
往期:
ggpubr|让数据可视化更加优雅
ggsci | 让你的配色Nature化
ggcorrplot | 简单的相关性热图绘制相关推荐
- 相关性热图绘制教程(origin绘制,无须R语言)
相关性热图绘制教程(origin绘制!无需R语言) 相关性热图在很多文章中都有出现,一般都是使用R语言进行绘制.在origin中也可以进行同样的绘制,详细过程如下: 实例解读 这个数据是来源于R中的一 ...
- R统计绘图-corrplot热图绘制细节调整2(更改变量可视化顺序、非相关性热图绘制、添加矩形框等)
上一篇文章推送的是怎样调整corrplot热图的可视化参数,以修改字符和图例位置,数据可视化形式和字符小大和颜色等这篇是一个补充部分,记录怎样修改参数以变量排序方式和突出部分数据.本流程还是使用R统计 ...
- 相关性分析和热图绘制
一.什么是相关性分析? 相关性分析是指对两个或多个具备相关性的变量元素进行分析,从而衡量两个变量因素的相关密切程度.相关性的元素之间需要存在一定的联系或者概率才可以进行相关性分析.在组学测序(如转录组 ...
- html如何绘制热图,推荐一个简单高效的图形化热图绘制工具
热图(heatmap)绘制有很多方法,最多就是R了吧,Excel,MATLAB 也很常见,各种工具琳琅满目,这里我向大家推荐一款非常简单高效的热图绘制工具,更重要的是,它完全不需要命令行!!,完全满足 ...
- R语言绘制相关性热图
1. ggplot2包ggplot函数绘制相关性热图 ### 1. ggplot2包ggplot函数绘制相关性热图 rm(list = ls()) head(mtcars[,1:6]) #查看前六行六 ...
- Seaborn系列| 绘制相关性热图(仅显示下三角相关性)
目录 seaborn简介 下载安装 实例 1.导入包 2.导入数据 3. 计算相关性 4. 设置颜色 5. 定义一个与相关性矩阵大小相同的矩阵,用于仅显示下三角内容,如需要显示整个矩阵则不需要如此设置 ...
- python 相关性检验怎么计算p值_生信工具 | 相关性热图还能玩出什么花样?
关于相关性,表示数据之间的相互依赖关系.但需要注意,数据具有相关性不一定意味着具有因果关系. 相关性在组学数据挖掘中应用非常广,如样本的重复检验.基因的共表达分析.微生物群落的共发生网络分析等. 相关 ...
- iheatmapr包:可交互的热图绘制方法
iheatmapr包 在R中有许多用于绘制热图的包,今天介绍一个比较有意思的用于绘制热图的包,iheatmapr 包,这个包是用来绘制复杂的.且具有交互作用的热图. 用iheatmapr包绘制得到的热 ...
- 在线作图丨如何画一个优美的相关性热图
相关性热图 相关性分析是通过计算两种因子之间的相关性(Spearman.Pearson.Kendall's Tau系数等),将获得的数值矩阵通过热图直观展示.通过颜色变化反映二维矩阵或表格中的数据信息 ...
最新文章
- matlab中partdata,[转载]meanshift算法
- vectorvectorint 二维容器编程
- linux shell脚本学习xargs命令使用详解
- Spring Boot后端+Vue前端+微信小程序,完整的开源解决方案!
- kibana数据可视化
- HALCON示例程序autobahn高速公路车道识别程序剖析
- python opencv轮廓检测_OpenCV 轮廓检测的实现方法
- log4j:WARN Please initialize the log4j system properly解决办法
- 力扣-1508 子数组和排序后的区间和
- 传B站35岁女副总裁嫁给24岁男主播!女方资产80亿,任职45家企业
- 全用户态网络开发套件F-Stack架构分析
- Java 调用SAP PI PO 的Rest JSON接口
- Qt 字体大小的计算
- 照相机的计算机微处理器芯片是什么,芯片到底是什么?
- set接口-存储及遍历、HashSet、LinkedHashSet、TreeSet
- 十一、kotlin的协程(一)
- 2019年Apache Spark技术交流社区原创文章回顾
- Kafka 如何给集群配置Scram账户认证
- java 从xml读变量_java – 如何从XML属性文件加载变量?
- 如何调出计算机软件数据,如何在计算机上打开dat文件(快速生成DAT格式的数据)...