2. 程式人生 > >R語言中繪製彩色相關性矩陣

R語言中繪製彩色相關性矩陣

阿新 • • 發佈：2019-01-25
> data(mtcars) > #首先匯入資料集mtcars > corr <- cor(mtcars) > #將資料集中的每個列的相關係數統計出來並儲存在一個corr的引數中 > corr > #檢視corr資料結果，統計出來的相互之間的相關係數             mpg        cyl       disp         hp        drat         wt        qsec         vs          am mpg   1.0000000 -0.8521620 -0.8475514 -0.7761684  0.68117191 -0.8676594  0.41868403  0.6640389  0.59983243 cyl  -0.8521620  1.0000000  0.9020329  0.8324475 -0.69993811  0.7824958 -0.59124207 -0.8108118 -0.52260705 disp -0.8475514  0.9020329  1.0000000  0.7909486 -0.71021393  0.8879799 -0.43369788 -0.7104159 -0.59122704 hp   -0.7761684  0.8324475  0.7909486  1.0000000 -0.44875912  0.6587479 -0.70822339 -0.7230967 -0.24320426 drat  0.6811719 -0.6999381 -0.7102139 -0.4487591  1.00000000 -0.7124406  0.09120476  0.4402785  0.71271113 wt   -0.8676594  0.7824958  0.8879799  0.6587479 -0.71244065  1.0000000 -0.17471588 -0.5549157 -0.69249526 qsec  0.4186840 -0.5912421 -0.4336979 -0.7082234  0.09120476 -0.1747159  1.00000000  0.7445354 -0.22986086 vs    0.6640389 -0.8108118 -0.7104159 -0.7230967  0.44027846 -0.5549157  0.74453544  1.0000000  0.16834512 am    0.5998324 -0.5226070 -0.5912270 -0.2432043  0.71271113 -0.6924953 -0.22986086  0.1683451  1.00000000 gear  0.4802848 -0.4926866 -0.5555692 -0.1257043  0.69961013 -0.5832870 -0.21268223  0.2060233  0.79405876 carb -0.5509251  0.5269883  0.3949769  0.7498125 -0.09078980  0.4276059 -0.65624923 -0.5696071  0.05753435            gear        carb mpg   0.4802848 -0.55092507 cyl  -0.4926866  0.52698829 disp -0.5555692  0.39497686 hp   -0.1257043  0.74981247 drat  0.6996101 -0.09078980 wt   -0.5832870  0.42760594 qsec -0.2126822 -0.65624923 vs    0.2060233 -0.56960714 am    0.7940588  0.05753435 gear  1.0000000  0.27407284 carb  0.2740728  1.00000000 > install.packages("corrplot")
>#安裝corrplot包，全稱是Correlation R Plot trying URL 'http://cran.rstudio.com/bin/windows/contrib/3.1/corrplot_0.73.zip' Content type 'application/zip' length 2680438 bytes (2.6 Mb) opened URL downloaded 2.6 Mb package ‘corrplot’ successfully unpacked and MD5 sums checked The downloaded binary packages are in C:\Users\chn-fzj\AppData\Local\Temp\Rtmp6lhx90\downloaded_packages > require(corrplot)
Loading required package: corrplot > corrplot(corr)

 > corrplot(corr,method="shade",shade.col=NA,tl.col="black",tl.srt=45)



>#兩個命令的主要差異在於：method引數設定的不一樣，其他引數只是修改字型顏色和傾斜等等 >#method引數主要包括以下幾種："circle", "square", "ellipse", "number", "shade", "color", "pie" > par(mfrow=c(4,2)) > corrplot(corr,method="circle")
> corrplot(corr,method="square") > corrplot(corr,method="ellipse") > corrplot(corr,method="number") > corrplot(corr,method="shade") > corrplot(corr,method="color") > corrplot(corr,method="pie")

#本案例用到的包是corrplot #用到的命令是corrplot() #用到的資料集是mtcars #個人的偏好的method是“number”，效果見下圖：

相關推薦

R語言中繪製彩色相關性矩陣

> data(mtcars) > #首先匯入資料集mtcars > corr <- cor(mtcars) > #將資料集中的每個列的相關係數統計出來並儲存在一個corr的引數中 > corr > #檢視corr資料結果

R語言學習筆記之相關性矩陣分析及其視覺化

R語言中基本圖形的繪製

條形圖 簡單的垂直條形圖和水平條形圖 函式barplot() > library(vcd) 載入需要的程輯包：grid > counts <- table(Arthritis$Improved) > counts None Some Marked

R語言中矩陣常用的操作（筆記）

1.1 矩陣的生成 生成一個4行4列的矩陣，這裡用1~16數字。 mat <- matrix(1:16,4,4) mat 1 5 913 2 6 1014 3 7 1115 4 8 1216 1.

R語言中向量&矩陣&陣列&資料框&列表的區別與聯絡

向量: 包含一個元素或多個元素 矩陣: 由向量構成,是一個特殊的陣列,即維數等於2的陣列 陣列: 與只能有二維的矩陣不同的是,陣列的維數不限,但元素的資料型別必須一致,即數值型都是數值型,字串都是字串 資料框: 與陣列不同的

R語言中矩陣逆序轉置程式碼解釋

一年前都記得，這次要修改，忘了，所以決定記下了。PlotM<- function(Z,heatc=12) {  m<-ncol(Z);  n<-nrow(Z);  MM<-matrix(0,m,n);  MM[1:m,]<-t(Z[,1:m][n

R語言中矩陣、向量在記憶體上的區別

向量 在初始建立時，系統就給分配了足夠的空間，沒有賦值的下標對應的值都用NA代替了，所以向量不存在下標超出的限制比如： > x [1] 1 2 > length(x) [1] 2 > x[100] [1] NA > length(x)

R語言中如何使用最小二乘法

一次函數 python 散點圖 博客 如何 這裏只是介紹下R語言中如何使用最小二乘法解決一次函數的線性回歸問題。 代碼如下：(數據同上一篇博客)(是不是很簡單????)> x<-c(6.19,2.51,7.29,7.01,5.7,2.66,3.98,2.5,9.1

【譯文】怎樣在R語言中使用SQL命令

bow all label 數據科學 eid tex 鏈接 方法 params 【譯文】怎樣在R語言中使用SQL命令 作者 Fisseha Berhane 對於有SQL背景的R語言學習者而言。sqldf是一個很實用的包，由於它使我們能在R

R語言中常用包（二）

json數據格式 預測 數據 環境 地圖 spec pdf 大氣 source 數據導入 以下R包主要用於數據導入和保存數據feather：一種快速，輕量級的文件格式。在R和python上都可使用readr：實現表格數據的快速導入。中文介紹可參考這裏readxl：讀取Mic

R 語言數據結構 --2 矩陣和數據框②數據框-dataframe

for subset 創建 tran arc 元素 env 需要 alt 2018年6月11日晚，今天又中午沒睡覺，但是還是不覺得困。也不覺得頭疼，其實很多事情都是分人的。你不一定非要午睡，午睡是給早上幹完活回寢室特別累的人，是視情況而定的，並不是每個人每天都要午睡的，很多

r語言中如何進行兩組獨立樣本秩和檢驗

itl ber rep dvd see 威爾 inf r語言 true 安裝所需的包 wants <- c("coin") has <- wants %in% rownames(installed.packages()) if(any(!has)) in

r語言中如何進行兩組獨立樣本秩和檢驗2

相同 使用 兩個 htm spa 類型 def 同時 自動 如果兩個數據樣本來自不同的群體並且樣本不相互影響，則它們是獨立的。使用Mann-Whitney-Wilcoxon檢驗，我們可以確定種群分布是否相同而不假設它們遵循正態分布。 例 在數據集mtcars的數據框列

在R語言中建立、使用資料框

《R語言實戰》筆記 —— 建立資料集之資料框 資料框是R中最常處理的資料結構，資料框不同的列可以包含不同模式（數值型、字元型等）的資料。  1. 建立資料框 mydata <- data.frame( col1, col2, col3,...)

R語言中的遺傳演算法詳細解析

前言 人類總是在生活中摸索規律，把規律總結為經驗，再把經驗傳給後人，讓後人發現更多的規規律，每一次知識的傳遞都是一次進化的過程，最終會形成了人類的智慧。自然界規律，讓人類適者生存地活了下來，聰明的科學家又把生物進化的規律，總結成遺傳演算法，擴充套件到了更廣的領域中。 本文將帶你走進遺傳演算法的世界。 目

R語言中的資料結構

R語言中的資料結構 文字中對R語言中的資料結構進行總結，以說明和舉例的方式展現出來！ 主要包含：向量，陣列，列表，資料框，因子，矩陣，和一些常用函式。 注：以下程式碼均可直接執行！ 1、向量 向量，用於儲存數值型，字元型，邏輯型資料的一維陣列 同一向量中無法混雜不同模式的資料

R語言中給重複的列賦予rank，123，12，1等。程式碼分享

rank_xuhao<-function(x){   myindex<-c()   for (i in 1:length(x)){     if (i==1){       myindex[i]<-1       next     }     if (x[i

R語言中的含一個組間因子和一個組內因子的重複測量方差分析

我們關注寒帶植物。因變數是二氧化碳吸收量（uptake），單位為ml/L，自變數是植 物型別Type（魁北克VS密西西比州）和七種水平（95~1000 umol/m^2 sec）的二氧化碳濃度（con

R語言學習-建立新的矩陣matrix

A <- matrix(nrow=0,ncol=2) #建立空的矩陣 A [,1] [,2] B <- matrix(c(1:10),ncol=2) #初始化矩陣

R語言中的資料探勘演算法

      R是用於統計分析、繪圖的語言和操作環境。R是屬於GNU系統的一個自由、免費、原始碼開放的軟體，它是一個用於統計計算和統計製圖的優秀工具。