相關係數圖可視化

相關係數圖

junjun

2016年4月6日

參考：劉順祥做品

儘管cor()函數可以很方便快捷的計算出連續變量之間的相關係數，但當變量許多時，返回的相關係數必定時讀者看的眼花繚亂。

如下就以R自帶的mtcars數據集爲例，講講相關係數圖的繪製：

cor(mtcars[1:7])

##             mpg        cyl       disp         hp        drat         wt
## mpg   1.0000000 -0.8521620 -0.8475514 -0.7761684  0.68117191 -0.8676594
## cyl  -0.8521620  1.0000000  0.9020329  0.8324475 -0.69993811  0.7824958
## disp -0.8475514  0.9020329  1.0000000  0.7909486 -0.71021393  0.8879799
## hp   -0.7761684  0.8324475  0.7909486  1.0000000 -0.44875912  0.6587479
## drat  0.6811719 -0.6999381 -0.7102139 -0.4487591  1.00000000 -0.7124406
## wt   -0.8676594  0.7824958  0.8879799  0.6587479 -0.71244065  1.0000000
## qsec  0.4186840 -0.5912421 -0.4336979 -0.7082234  0.09120476 -0.1747159
##             qsec
## mpg   0.41868403
## cyl  -0.59124207
## disp -0.43369788
## hp   -0.70822339
## drat  0.09120476
## wt   -0.17471588
## qsec  1.00000000

很是顯然，這麼多數字堆在一塊兒確定很是難高速的發現變量之間的相關性大小，假設可以將相關係數可視化，就能彌補一大堆數字的缺陷了。這裏介紹corrplot包中的corrplot()函數進行相關係數的可視化，首先來看看該函數的語法和一些重要參數： corrplot(corr, method = c(「circle」, 「square」, 「ellipse」, 「number」, 「shade」, 「color」, 「pie」), type = c(「full」, 「lower」, 「upper」), add = FALSE, col = NULL, bg = 「white」, title = 「」, is.corr = TRUE, diag = TRUE, outline = FALSE, mar = c(0,0,0,0), addgrid.col = NULL, addCoef.col = NULL, addCoefasPercent = FALSE, order = c(「original」, 「AOE」, 「FPC」, 「hclust」, 「alphabet」), hclust.method = c(「complete」, 「ward」, 「single」, 「average」, 「mcquitty」, 「median」, 「centroid」), addrect = NULL, rect.col = 「black」, rect.lwd = 2, tl.pos = NULL, tl.cex = 1, tl.col = 「red」, tl.offset = 0.4, tl.srt = 90, cl.pos = NULL, cl.lim = NULL, cl.length = NULL, cl.cex = 0.8, cl.ratio = 0.15, cl.align.text = 「c」,cl.offset = 0.5, addshade = c(「negative」, 「positive」, 「all」), shade.lwd = 1, shade.col = 「white」, p.mat = NULL, sig.level = 0.05, insig = c(「pch」,「p-value」,「blank」, 「n」), pch = 4, pch.col = 「black」, pch.cex = 3, plotCI = c(「n」,「square」, 「circle」, 「rect」), lowCI.mat = NULL, uppCI.mat = NULL, …) corr：需要可視化的相關係數矩陣 method：指定可視化的方法，可以是圓形、方形、橢圓形、數值、陰影、顏色或餅圖形 type：指定展現的方式，可以是全然的、下三角或上三角 col：指定圖形展現的顏色。默認以均勻的顏色展現 bg：指定圖的背景色 title：爲圖形加入標題 is.corr：是否爲相關係數畫圖。默以爲TRUE。相同也可以實現非相關係數的可視化。僅僅需使該參數設爲FALSE就能夠 diag：是否展現對角線上的結果，默以爲TRUE outline：是否繪製圓形、方形或橢圓形的輪廓，默以爲FALSE mar：詳細設置圖形的四邊間距 addgrid.col：當選擇的方法爲顏色或陰影時，默認的網格線顏色爲白色。不然爲灰色 addCoef.col：爲相關係數加入顏色。默認不加入相關係數，僅僅有方法爲number時，該參數才起做用 addCoefasPercent：爲節省畫圖空間。是否將相關係數轉換爲百分比格式，默以爲FALSE order：指定相關係數排序的方法。可以是原始順序(original)、特徵向量角序(AOE)、第一主成分順序(FPC)、層次聚類順序(hclust)和字母順序。通常」AOE」排序結果都比」FPC」要好 hclust.method：當order爲hclust時。該參數可以是層次聚類中ward法、最大距離法等7種之中的一個 addrect：當order爲hclust時。可以爲加入相關係數圖加入矩形框，默認不加入框，假設想加入框時。僅僅需爲該參數指定一個整數就能夠 rect.col：指定矩形框的顏色 rect.lwd：指定矩形框的線寬 tl.pos：指定文本標籤(變量名稱)的位置，當type=full時，默認標籤位置在左邊和頂部(lt)，當type=lower時，默認標籤在左邊和對角線(ld)，當type=upper時，默認標籤在頂部和對角線，d表示對角線。n表示不加入文本標籤 tl.cex：指定文本標籤的大小 tl.col：指定文本標籤的顏色 cl.pos：圖例（顏色）位置，當type=upper或full時，圖例在右表(r)，當type=lower時。圖例在底部，不需要圖例時，僅僅需指定該參數爲n addshade：僅僅有當method=shade時，該參數才實用。參數值可以是negtive/positive和all，分表表示對負相關係數、正相關係數和所有相關係數加入陰影。注意：正相關係數的陰影是45度，負相關係數的陰影是135度 shade.lwd：指定陰影的線寬 shade.col：指定陰影線的顏色

#儘管該函數的參數比較多，但可以組合各類參數，靈活實現各類各樣的相關係數圖。如下就舉幾個樣例：
library(corrplot)

## Warning: package 'corrplot' was built under R version 3.2.4

corr <- cor(mtcars[1:7])

#1)參數全部默認狀況下的相關係數圖
corrplot(corr=corr)

#2)指定數值方法的相關係數圖
corrplot(corr=corr, method = "number", col="black", cl.pos="n")

#3)依照特徵向量角序(AOE)排序相關係數圖
corrplot(corr=corr, order="AOE")

#4)同一時候加入相關係數值
corrplot(corr=corr, order = "AOE", addCoef.col = "grey")

#5)選擇方法爲color
corrplot(corr=corr, method = "color", order="AOE", addCoef.col = "grey")

#我認爲這幅圖比上面的圓形圖要清爽很是多

#6)繪製圓形輪廓相關係數圖
corrplot(corr = corr, col = "gray", order = "AOE", outline = T, cl.pos = "n")

#7)本身定義背景色
corrplot(corr = corr, col="gray", bg="gold2", order = "AOE", cl.pos = "n")

#8)混合方法之上三角爲圓形，下三角爲數字
corrplot(corr=corr, order="AOE", type="upper", tl.pos = "d")
corrplot(corr=corr, add=T, type="lower", method = "number", order = "AOE", diag = F, tl.pos = "n", cl.pos = "n")

#這幅圖將顏色、圓的大小和數值型相關係數相結合，更easy發現變量之間的相關性

#混合方法之上三角爲圓形。下三角爲方形
corrplot(corr = corr,order="AOE",type="upper",tl.pos="d")
corrplot(corr = corr,add=TRUE, type="lower", method="square",order="AOE",diag=FALSE,tl.pos="n", cl.pos="n")

#混合方法之上三角爲圓形，下三角爲黑色數字
corrplot(corr = corr,order="AOE",type="upper",tl.pos="tp")
corrplot(corr = corr,add=TRUE, type="lower", method="number",order="AOE", col="black",diag=FALSE,tl.pos="n", cl.pos="n")

#我的更傾向於上圖的展示形式，既清爽又能很是好的反映變量間的相關係數。

#以層次聚類法排序
corrplot(corr = corr, order = "hclust")

#以層次聚類法排序，並繪製3個矩形框
corrplot(corr = corr, order="hclust", addrect = 3, rect.col = "black")

 有關不少其它相關係數圖的繪製可參見corrplot()函數的幫助文檔。文檔中還包含了很是多案例。感興趣的可以去參考的看看。