欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

R語(yǔ)言繪制corrplot相關(guān)熱圖分析美化示例及詳細(xì)圖解

 更新時(shí)間：2022年06月24日 11:35:58   作者：生信小書(shū)生  
這篇文章主要為大家介紹了R語(yǔ)言corrplot相關(guān)熱圖分析美化示例及詳細(xì)圖解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪

介紹

R corrplot包 提供了一個(gè)在相關(guān)矩陣上的可視化探索工具，該工具支持自動(dòng)變量重新排序，以幫助檢測(cè)變量之間的隱藏模式。

corrplot 非常易于使用，并在可視化方法、圖形布局、顏色、圖例、文本標(biāo)簽等方面提供了豐富的繪圖選項(xiàng)。它還提供 p 值和置信區(qū)間，以幫助用戶(hù)確定相關(guān)性的統(tǒng)計(jì)顯著性。

corrplot()有大約50個(gè)參數(shù)，但最常見(jiàn)的參數(shù)只有幾個(gè)。在大多數(shù)場(chǎng)景中，我們可以得到一個(gè)只有一行代碼的相關(guān)矩陣圖。

1.加載包

library(corrplot)

2.加載數(shù)據(jù)

mtcars

3.繪圖

corrplot(M, method = 'number')


#order排序方法original(默認(rèn)),特征向量角度排序AOE,第一個(gè)主成分順序FPC,分層聚類(lèi)排序hclust,按照字母排序alphabet
corrplot(M, method = 'color', order = 'hclust')


#形狀默認(rèn)circle,除此之外還有square,ellipse,number,pie,shade,color
corrplot(M,method="circle")


corrplot(M,method="square")


corrplot(M,method="ellipse")


corrplot(M,method="pie")


#diag = FALSE,不顯示中間為1的格子
corrplot(M,method="square",diag = FALSE)


#type僅僅顯示下部分相關(guān)性，除此之外還有參數(shù)full,upper
corrplot(M, method = 'square', order = 'FPC', type = 'lower', diag = FALSE)



corrplot(M, method = 'ellipse', order = 'FPC', type = 'upper', diag = FALSE)


#數(shù)字和圖混合
corrplot.mixed(M, order = 'AOE')


#混合上部餅圖，下部陰影
corrplot.mixed(M, lower = 'shade', upper = 'pie', order = 'hclust')


#分層聚類(lèi)，標(biāo)出2個(gè)cluster
corrplot(M, order = 'hclust', addrect = 2)


#定義圈出的cluster，以及圈出線的顏色和線條
corrplot(M, method = 'square', diag = FALSE, order = 'hclust',
         addrect = 3, 
         rect.col = 'blue', 
         rect.lwd = 3, 
         tl.pos = 'd')

4.個(gè)性化設(shè)置聚類(lèi)方法

install.packages("seriation")
library(seriation)
list_seriation_methods('matrix')
list_seriation_methods('dist')
data(Zoo)
Z = cor(Zoo[, -c(15, 17)])
dist2order = function(corr, method, ...) {
  d_corr = as.dist(1 - corr)
  s = seriate(d_corr, method = method, ...)
  i = get_order(s)
  return(i)
}
# Fast Optimal Leaf Ordering for Hierarchical Clustering
i = dist2order(Z, 'OLO')
corrplot(Z[i, i], cl.pos = 'n')


# Quadratic Assignment Problem
i = dist2order(Z, 'QAP_2SUM')
corrplot(Z[i, i], cl.pos = 'n')


# Multidimensional Scaling
i = dist2order(Z, 'MDS_nonmetric')
corrplot(Z[i, i], cl.pos = 'n')

5.個(gè)性化添加矩陣

library(magrittr)
#方法1
i = dist2order(Z, 'R2E')
corrplot(Z[i, i], cl.pos = 'n') %>% corrRect(c(1, 9, 15))


#方法2
corrplot(Z, order = 'AOE') %>%
  corrRect(name = c('tail', 'airborne', 'venomous', 'predator'))


#方法3直接指定
r = rbind(c('eggs', 'catsize', 'airborne', 'milk'),
          c('catsize', 'eggs', 'milk', 'airborne'))
corrplot(Z, order = 'hclust') %>% corrRect(namesMat = r)

6.顏色設(shè)置

COL1(sequential = c("Oranges", "Purples", "Reds", "Blues", "Greens", 
                    "Greys", "OrRd", "YlOrRd", "YlOrBr", "YlGn"), n = 200)
COL2(diverging = c("RdBu", "BrBG", "PiYG", "PRGn", "PuOr", "RdYlBu"), n = 200)
#cl.*參數(shù)常用于顏色圖例：cl.pos顏色標(biāo)簽的位置('r'type='upper''full''b'type='lower''n')，cl.ratio顏色圖例的寬度建議0.1~0.2
#tl.*參數(shù)常用于文本圖例：tl.pos用于文本標(biāo)簽的位置，tl.cex文本大小，tl.srt文本的旋轉(zhuǎn)

corrplot(M, order = 'AOE', col = COL2('RdBu', 10))


corrplot(M, order = 'AOE', addCoef.col = 'black', tl.pos = 'd',
            cl.pos = 'r', col = COL2('PiYG'))


corrplot(M, method = 'square', order = 'AOE', addCoef.col = 'black', tl.pos = 'd',
            cl.pos = 'r', col = COL2('BrBG'))


corrplot(M, order = 'AOE', cl.pos = 'b', tl.pos = 'd',col = COL2('PRGn'), diag = FALSE)


corrplot(M, type = 'lower', order = 'hclust', tl.col = 'black', cl.ratio = 0.2, tl.srt = 45, col = COL2('PuOr', 10))


corrplot(M, order = 'AOE', cl.pos = 'n', tl.pos = 'n',
         col = c('white', 'black'), bg = 'gold2')

以上就是R語(yǔ)言corrplot相關(guān)熱圖分析美化示例及詳細(xì)圖解的詳細(xì)內(nèi)容，更多關(guān)于R語(yǔ)言corrplot相關(guān)熱圖的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

相關(guān)文章

  • R語(yǔ)言邏輯回歸深入講解

    R語(yǔ)言邏輯回歸深入講解

    這篇文章主要介紹了R語(yǔ)言邏輯回歸深入講解，文中對(duì)于邏輯回歸講解的很細(xì)致，有感興趣的同學(xué)可以研究下
    2021-03-03
  • R語(yǔ)言基于Keras的MLP神經(jīng)網(wǎng)絡(luò)及環(huán)境搭建

    R語(yǔ)言基于Keras的MLP神經(jīng)網(wǎng)絡(luò)及環(huán)境搭建

    這篇文章主要介紹了R語(yǔ)言基于Keras的MLP神經(jīng)網(wǎng)絡(luò),我并沒(méi)有使用python去對(duì)比結(jié)果，但NSS的文章中有做對(duì)比，數(shù)據(jù)顯示R與Python相比在各方面的差別都不大，具體內(nèi)容介紹跟隨小編一起看看吧
    2022-01-01
  • R語(yǔ)言 中文亂碼的解決方案

    R語(yǔ)言 中文亂碼的解決方案

    這篇文章主要介紹了R語(yǔ)言 中文亂碼的解決方案，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2021-04-04
  • R語(yǔ)言處理JSON文件的方法

    R語(yǔ)言處理JSON文件的方法

    在本篇文章里小編給大家分享的是一篇關(guān)于R語(yǔ)言處理JSON文件的方法，有興趣的朋友們可以參考下。
    2021-05-05
  • R語(yǔ)言數(shù)據(jù)框中的負(fù)索引介紹

    R語(yǔ)言數(shù)據(jù)框中的負(fù)索引介紹

    這篇文章主要介紹了R語(yǔ)言數(shù)據(jù)框中的負(fù)索引介紹，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2021-04-04
  • R語(yǔ)言中R-squared與Adjust R-squared參數(shù)的解釋

    R語(yǔ)言中R-squared與Adjust R-squared參數(shù)的解釋

    這篇文章主要給大家介紹了關(guān)于R語(yǔ)言中R-squared與Adjust R-squared兩個(gè)參數(shù)的相關(guān)資料，文中介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2021-03-03
  • R語(yǔ)言繪制Vonoroi圖的完整代碼

    R語(yǔ)言繪制Vonoroi圖的完整代碼

    今天來(lái)給大家分享一篇教程關(guān)于R語(yǔ)言繪制Vonoroi圖的完整代碼，包括deldir包繪制Voronoi圖，ggplot2繪制Voronoi圖的實(shí)現(xiàn)代碼，感興趣的朋友跟隨小編一起看看吧
    2021-06-06
  • R語(yǔ)言及RStudio下載與安裝方法

    R語(yǔ)言及RStudio下載與安裝方法

    這篇文章主要介紹了R、RStudio下載與安裝方法,本文通過(guò)圖文圖文并茂的方法給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下
    2021-03-03
  • R語(yǔ)言服務(wù)器安裝R包實(shí)現(xiàn)過(guò)程

    R語(yǔ)言服務(wù)器安裝R包實(shí)現(xiàn)過(guò)程

    這篇文章主要為大家介紹了R語(yǔ)言在服務(wù)器安裝R包的實(shí)現(xiàn)過(guò)程，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步早日升職加薪
    2021-11-11
  • R語(yǔ)言數(shù)據(jù)類(lèi)型知識(shí)點(diǎn)總結(jié)

    R語(yǔ)言數(shù)據(jù)類(lèi)型知識(shí)點(diǎn)總結(jié)

    在本篇文章里小編給大家整理的是一篇關(guān)于R語(yǔ)言數(shù)據(jù)類(lèi)型知識(shí)點(diǎn)總結(jié)內(nèi)容，有興趣的朋友們可以學(xué)習(xí)下。
    2021-03-03

最新評(píng)論