blocks|key|463599|text|在下面的示例中，我简单地将一个包含所有变量的数据帧拆分为两个矩阵。可以在cor函数中输入以下内容以获取相关值：|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|463600|set.seed(1)
n=20
df+<-+data.frame(tyrosine=runif(n),+urea=runif(n),+glucose=runif(n),+inosine=runif(n))
df

COR+<-+cor(as.matrix(df[,1]),+as.matrix(df[,-1]))
COR
#+++++++++++urea++++glucose++++inosine
#[1,]+-0.2373854+-0.3672984+-0.3393602|code-block|syntax|javascript|463601|entityMap^0|10|3|0|0^^$0|@$1|2|3|4|5|6|7|M|8|@$9|N|A|O|B|C]]|D|@]|E|$]]|$1|F|3|G|5|H|7|P|8|@]|D|@]|E|$I|J]]|$1|K|3|-4|5|6|7|Q|8|@]|D|@]|E|$]]]|L|$]]

In the following example, I simply split a data frame that contains all of the variables into two matrices. These can be entered into the <code>cor</code> function to obtain your correlation values:

<pre><code>set.seed(1)
n=20
df &lt;- data.frame(tyrosine=runif(n), urea=runif(n), glucose=runif(n), inosine=runif(n))
df

COR &lt;- cor(as.matrix(df[,1]), as.matrix(df[,-1]))
COR
# urea glucose inosine
#[1,] -0.2373854 -0.3672984 -0.3393602
</code></pre>

blocks|key|463666|text|既然你提到了“代谢物”，我假设你的指标是“浓度”，例如，你有一个矩阵，称为data，每个代谢物有一列，每个样品有一行。|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|463667|所以，就像这样：|463668|#+just+generates+example+-+YOU+SHOULD+PROVIDE+THIS!!!
data+<-+data.frame(tyrosine=1:10+%2B+rnorm(10,sd=2),+
+++++++++++++++++++urea++++=2*1:10+%2B+rnorm(10,sd=2),
+++++++++++++++++++glucose+=30+-2*1:10+%2Brnorm(10,sd=2),
+++++++++++++++++++inosine+=25+-1:10+%2B+rnorm(10,sd=2))
data
+++++tyrosine++++++urea++glucose++inosine
1++-0.2529076++5.023562+29.83795+26.71736
2+++2.3672866++4.779686+27.56427+22.79442
3+++1.3287428++4.757519+24.14913+22.77534
4+++7.1905616++3.570600+18.02130+20.89239
5+++5.6590155+12.249862+21.23965+17.24588
6+++4.3590632+11.910133+17.88774+18.17001
7+++7.9748581+13.967619+15.68841+17.21142
8+++9.4766494+17.887672+11.05850+16.88137
9++10.1515627+19.642442+11.04370+18.20005
10++9.3892232+21.187803+10.83588+16.52635|code-block|syntax|javascript|463669|要获取相关系数，只需键入：|463670|cor(data)
+++++++++++tyrosine+++++++urea++++glucose++++inosine
tyrosine++1.0000000++0.8087897+-0.9545523+-0.8512938
urea++++++0.8087897++1.0000000+-0.8577782+-0.8086910
glucose++-0.9545523+-0.8577782++1.0000000++0.8608000
inosine++-0.8512938+-0.8086910++0.8608000++1.0000000|463671|要生成散点图矩阵，只需键入：|463672|pairs(data)|463673|​|463674|📷|atomic|463675|463676|将来，请提供一个可以导入到R中的数据示例。|463677|entityMap|0|IMAGE|mutability|IMMUTABLE|imageUrl|https://ask.qcloudimg.com/http-save/yehe-900000/290070faafa6de4a29aded90b5e16d5b.png|imageAlt^0|11|4|0|0|0|0|0|0|0|0|0|1|0|0|0|0^^$0|@$1|2|3|4|5|6|7|1B|8|@$9|1C|A|1D|B|C]]|D|@]|E|$]]|$1|F|3|G|5|6|7|1E|8|@]|D|@]|E|$]]|$1|H|3|I|5|J|7|1F|8|@]|D|@]|E|$K|L]]|$1|M|3|N|5|6|7|1G|8|@]|D|@]|E|$]]|$1|O|3|P|5|J|7|1H|8|@]|D|@]|E|$K|L]]|$1|Q|3|R|5|6|7|1I|8|@]|D|@]|E|$]]|$1|S|3|T|5|J|7|1J|8|@]|D|@]|E|$K|L]]|$1|U|3|V|5|6|7|1K|8|@]|D|@]|E|$]]|$1|W|3|X|5|Y|7|1L|8|@]|D|@$9|1M|A|1N|1|1O]]|E|$]]|$1|Z|3|V|5|6|7|1P|8|@]|D|@]|E|$]]|$1|10|3|11|5|6|7|1Q|8|@]|D|@]|E|$]]|$1|12|3|-4|5|6|7|1R|8|@]|D|@]|E|$]]]|13|$14|$5|15|16|17|E|$18|19|1A|-4]]]]

Since you mention "metabolites", I assume your metric is "concentration", e.g. that you have a matrix, call it <code>data</code> that has one column for every metabolite, and one row for every sample.

So, something like this:

<pre><code># just generates example - YOU SHOULD PROVIDE THIS!!!
data &lt;- data.frame(tyrosine=1:10 + rnorm(10,sd=2), 
 urea =2*1:10 + rnorm(10,sd=2),
 glucose =30 -2*1:10 +rnorm(10,sd=2),
 inosine =25 -1:10 + rnorm(10,sd=2))
data
 tyrosine urea glucose inosine
1 -0.2529076 5.023562 29.83795 26.71736
2 2.3672866 4.779686 27.56427 22.79442
3 1.3287428 4.757519 24.14913 22.77534
4 7.1905616 3.570600 18.02130 20.89239
5 5.6590155 12.249862 21.23965 17.24588
6 4.3590632 11.910133 17.88774 18.17001
7 7.9748581 13.967619 15.68841 17.21142
8 9.4766494 17.887672 11.05850 16.88137
9 10.1515627 19.642442 11.04370 18.20005
10 9.3892232 21.187803 10.83588 16.52635
</code></pre>

To get correlation coefficients, just type:

<pre><code>cor(data)
 tyrosine urea glucose inosine
tyrosine 1.0000000 0.8087897 -0.9545523 -0.8512938
urea 0.8087897 1.0000000 -0.8577782 -0.8086910
glucose -0.9545523 -0.8577782 1.0000000 0.8608000
inosine -0.8512938 -0.8086910 0.8608000 1.0000000
</code></pre>

To generate a scatterplot matrix, just type:

<pre><code>pairs(data)
</code></pre>

<img src="https://i.stack.imgur.com/eqxMP.png" alt="">

In future, please include an example of your data that can be imported into R.

blocks|key|3353882|text|与框中的Marc类似，使用apply和列名|type|unstyled|depth|inlineStyleRanges|entityRanges|data|3353883|>+set.seed(1)
>+n=20
>+df+<-+data.frame(tyrosine=runif(n),+urea=runif(n),+glucose=runif(n),+
++inosine=runif(n))

>+apply(df,2,+function(col)cor(col,+df$tyrosine))

tyrosine+++++++urea++++glucose++++inosine+
1.0000000+-0.2373854+-0.3672984+-0.3393602+|code-block|syntax|javascript|3353884|对于合理大小的数据，这是一个很好的问题和模式，因为如果你只想要酪氨酸cors+(+OP特别要求的)只计算酪氨酸cors+(n时间%2B空间)，而不是全部vs+all+(~n%5E2时间%2B空间)，那么它是有效的。|3353885|entityMap^0|0|0|0^^$0|@$1|2|3|4|5|6|7|K|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|L|8|@]|9|@]|A|$E|F]]|$1|G|3|H|5|6|7|M|8|@]|9|@]|A|$]]|$1|I|3|-4|5|6|7|N|8|@]|9|@]|A|$]]]|J|$]]

similar to Marc in the box using the apply and column names

<pre><code>&gt; set.seed(1)
&gt; n=20
&gt; df &lt;- data.frame(tyrosine=runif(n), urea=runif(n), glucose=runif(n), 
 inosine=runif(n))

&gt; apply(df,2, function(col)cor(col, df$tyrosine))

tyrosine urea glucose inosine 
1.0000000 -0.2373854 -0.3672984 -0.3393602 
</code></pre>

It's a good question, and pattern to know for data of reasonable size, as it's efficient if you only want tyrosine cors (what the OP specifically asked) to only calculate tyrosine cors (n time + space), not all vs all (~n^2 time + space).

I want to correlate one variable (say tyrosine) with all the other variables (about 200 other metabolites, like urea, glucose, inosine, etc) on R, and I'm not sure how to go about it. I'm new to R. 

I've learned the pair function, but that pairs every metabolite in the range specified to the other.

Thanks!

How to Correlate one variable to all other variables on R

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

我想要将一个变量(比如酪氨酸)与R上的所有其他变量(大约200种其他代谢物，如尿素、葡萄糖、肌苷等)联系起来，但我不确定该怎么做。我是R的新手。我已经学习了配对函数，但它将每个代谢物配对在指定的范围内。谢谢!

问如何将一个变量与R上的所有其他变量关联起来
EN

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问如何将一个变量与R上的所有其他变量关联起来EN