R语言 相关系数混合可视化矩阵实现

### 声  明：本内容为作者借助R3.6.3和Rstudio及相关包制作而成，仅供学习交流，咨询交流加wx：huyanggs 或Email：huyanggs@hotmail.com
### 主  题：相关性分析图表可视化
### 数据源：R自带数据集mtcars
### author：@拴小林Nobeli
### 时  间：2020/3/28


## 1.读取并了解数据集
data(mtcars)
# > names(mtcars)
# [1] "mpg"  "cyl"  "disp" "hp"   "drat" "wt"   "qsec" "vs"   "am"   "gear" "carb"

df <- mtcars
# > str(df)
# 'data.frame':  32 obs. of  11 variables:
#   $ mpg : num  21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...
# $ cyl : num  6 6 4 6 8 6 8 4 4 6 ...
# $ disp: num  160 160 108 258 360 ...
# $ hp  : num  110 110 93 110 175 105 245 62 95 123 ...
# $ drat: num  3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
# $ wt  : num  2.62 2.88 2.32 3.21 3.44 ...
# $ qsec: num  16.5 17 18.6 19.4 17 ...
# $ vs  : num  0 0 1 1 0 1 0 1 1 1 ...
# $ am  : num  1 1 1 0 0 0 0 0 0 0 ...
# $ gear: num  4 4 4 3 3 3 3 4 4 4 ...
# $ carb: num  4 4 1 1 2 1 4 2 2 4 ...

## 2.相关系数计算
res <- cor(df)

## 3.安装并加载corrplot包
# install.packages("corrplot")
library(corrplot)

corrplot(res)

# 不同method的相关性系数图表
corrplot(res,method="pie",tl.col="black",tl.srt=45, title = "method=pie的饼图", cex.main = 1, mar = c(2,2,3,2))  #饼图
corrplot(res,method="ellipse",shade.col=NA,tl.col="black",tl.srt=45,  title = "method=ellipse的饼图", cex.main = 1, mar = c(2,2,3,2)) #椭圆
corrplot(res, method="number",shade.col=NA,tl.col="black",tl.srt=45,  title = "method=number的饼图", cex.main = 1, mar = c(2,2,3,2))#数字
# 参数解释
# method：展示方法
# shade.col：背景颜色
# tl.col：坐标颜色；tl.srt：坐标内容旋转角度
# title：设置标题
# cex.main：标题相对于默认大小的调整倍数
# mar：图形元素的边距，默认“下左上右”顺序

# 学习更多# ？？corrplot

corrplot(res, type = "upper", order = "hclust", tl.col = "black", tl.srt = 45, 
         title = "type = upper的数字+饼图", mar = c(2,2,3,2))  #上三角


corrplot.mixed(res, title = "图形和数值混合矩阵", mar = c(2,2,3,2)) #图形和数值混合矩阵

corrplot.mixed(res, lower.col = "black", number.cex = .7, 
               title = "文字看不清，可以设置文字为黑色lower.col和大小number.cex", mar = c(2,2,3,2))


corrplot(res, order = "hclust", addrect = 2, 
         title = "按hclust聚类方式排序", mar = c(2,2,3,2))  
#按hclust聚类方式排序，addrect是添加分组矩形，可自定义分组类
#类似于平时热图的kmean分组方式。