ฉันมีเมทริกซ์ที่มีค่าความสัมพันธ์บางค่า ตอนนี้ฉันต้องการพล็อตสิ่งนั้นในกราฟที่มีลักษณะเช่นนั้นมากหรือน้อย:
ฉันจะบรรลุเป้าหมายนั้นได้อย่างไร?
ฉันมีเมทริกซ์ที่มีค่าความสัมพันธ์บางค่า ตอนนี้ฉันต้องการพล็อตสิ่งนั้นในกราฟที่มีลักษณะเช่นนั้นมากหรือน้อย:
ฉันจะบรรลุเป้าหมายนั้นได้อย่างไร?
คำตอบ:
รวดเร็วสกปรกและอยู่ในสนามเบสบอล:
library(lattice)
#Build the horizontal and vertical axis information
hor <- c("214", "215", "216", "224", "211", "212", "213", "223", "226", "225")
ver <- paste("DM1-", hor, sep="")
#Build the fake correlation matrix
nrowcol <- length(ver)
cor <- matrix(runif(nrowcol*nrowcol, min=0.4), nrow=nrowcol, ncol=nrowcol, dimnames = list(hor, ver))
for (i in 1:nrowcol) cor[i,i] = 1
#Build the plot
rgb.palette <- colorRampPalette(c("blue", "yellow"), space = "rgb")
levelplot(cor, main="stage 12-14 array correlation matrix", xlab="", ylab="", col.regions=rgb.palette(120), cuts=100, at=seq(0,1,0.01))
ดูเหมือน "น้อยกว่า" แต่ควรตรวจสอบ (เนื่องจากให้ข้อมูลที่เป็นภาพมากขึ้น):
วงรีสหสัมพันธ์เมทริกซ์ : แวดวงความสัมพันธ์เมทริกซ์ :
โปรดดูตัวอย่างเพิ่มเติมในcorrplot vignette ที่อ้างอิงโดย @assylias ด้านล่าง
ellipse:plotcorr
เท่าที่ผมจำได้ว่าพล็อตแรกที่ถูกสร้างขึ้นโดย
ง่ายมากด้วยตาข่าย :: levelplot:
z <- cor(mtcars)
require(lattice)
levelplot(z)
ไลบรารี ggplot2 สามารถจัดการกับgeom_tile()
ไฟล์. ดูเหมือนว่าอาจมีการปรับขนาดใหม่ในพล็อตด้านบนเนื่องจากไม่มีความสัมพันธ์เชิงลบใด ๆ ดังนั้นให้พิจารณาข้อมูลของคุณด้วย การใช้mtcars
ชุดข้อมูล:
library(ggplot2)
library(reshape)
z <- cor(mtcars)
z.m <- melt(z)
ggplot(z.m, aes(X1, X2, fill = value)) + geom_tile() +
scale_fill_gradient(low = "blue", high = "yellow")
แก้ไข :
ggplot(z.m, aes(X1, X2, fill = value)) + geom_tile() +
scale_fill_gradient2(low = "blue", high = "yellow")
อนุญาตให้ระบุสีของจุดกึ่งกลางและค่าเริ่มต้นเป็นสีขาวดังนั้นอาจเป็นการปรับที่ดีที่นี่ ตัวเลือกอื่น ๆ ที่สามารถพบได้บนเว็บไซต์ ggplot ที่นี่และที่นี่
c(-1, -0.6, -0.3, 0, 0.3, 0.6, 1)
ด้วย"white"
ตรงกลางเพื่อให้สีสะท้อนความสมมาตรของความสัมพันธ์ได้อย่างมีประสิทธิภาพ
scale_fill_gradient2()
จะบรรลุฟังก์ชันที่คุณอธิบายโดยอัตโนมัติ ฉันไม่รู้ว่ามีอยู่จริง
p <- ggplot(.....) + ... + ....; library(plotly); ggplotly(p)
จะทำให้เป็นแบบโต้ตอบ
X1
ใช้:z.m$X1 <- factor(z.m$X1, levels = rev(levels( z.m$X1 )))
ใช้แพ็คเกจ corrplot:
library(corrplot)
data(mtcars)
M <- cor(mtcars)
## different color series
col1 <- colorRampPalette(c("#7F0000","red","#FF7F00","yellow","white",
"cyan", "#007FFF", "blue","#00007F"))
col2 <- colorRampPalette(c("#67001F", "#B2182B", "#D6604D", "#F4A582", "#FDDBC7",
"#FFFFFF", "#D1E5F0", "#92C5DE", "#4393C3", "#2166AC", "#053061"))
col3 <- colorRampPalette(c("red", "white", "blue"))
col4 <- colorRampPalette(c("#7F0000","red","#FF7F00","yellow","#7FFF7F",
"cyan", "#007FFF", "blue","#00007F"))
wb <- c("white","black")
par(ask = TRUE)
## different color scale and methods to display corr-matrix
corrplot(M, method="number", col="black", addcolorlabel="no")
corrplot(M, method="number")
corrplot(M)
corrplot(M, order ="AOE")
corrplot(M, order ="AOE", addCoef.col="grey")
corrplot(M, order="AOE", col=col1(20), cl.length=21,addCoef.col="grey")
corrplot(M, order="AOE", col=col1(10),addCoef.col="grey")
corrplot(M, order="AOE", col=col2(200))
corrplot(M, order="AOE", col=col2(200),addCoef.col="grey")
corrplot(M, order="AOE", col=col2(20), cl.length=21,addCoef.col="grey")
corrplot(M, order="AOE", col=col2(10),addCoef.col="grey")
corrplot(M, order="AOE", col=col3(100))
corrplot(M, order="AOE", col=col3(10))
corrplot(M, method="color", col=col1(20), cl.length=21,order = "AOE", addCoef.col="grey")
if(TRUE){
corrplot(M, method="square", col=col2(200),order = "AOE")
corrplot(M, method="ellipse", col=col1(200),order = "AOE")
corrplot(M, method="shade", col=col3(20),order = "AOE")
corrplot(M, method="pie", order = "AOE")
## col=wb
corrplot(M, col = wb, order="AOE", outline=TRUE, addcolorlabel="no")
## like Chinese wiqi, suit for either on screen or white-black print.
corrplot(M, col = wb, bg="gold2", order="AOE", addcolorlabel="no")
}
ตัวอย่างเช่น:
IMO ค่อนข้างหรูหรา
กราฟประเภทนั้นเรียกว่า "แผนที่ความร้อน" ในคำอื่น ๆ เมื่อคุณได้เมทริกซ์สหสัมพันธ์แล้วให้วางแผนโดยใช้หนึ่งในบทช่วยสอนต่างๆ
การใช้กราฟิกพื้นฐาน: http://flowdata.com/2010/01/21/how-to-make-a-heatmap-a-quick-and-easy-solution/
โดยใช้ ggplot2: http://learnr.wordpress.com/2010/01/26/ggplot2-quick-heatmap-plotting/
ฉันได้ทำงานกับสิ่งที่คล้ายกับการสร้างภาพที่โพสต์โดย @daroczig โดยมีรหัสที่โพสต์โดย @Ulrik โดยใช้plotcorr()
ฟังก์ชันของellipse
แพ็คเกจ ฉันชอบการใช้จุดไข่ปลาเพื่อแสดงความสัมพันธ์และการใช้สีเพื่อแสดงความสัมพันธ์เชิงลบและเชิงบวก อย่างไรก็ตามฉันต้องการให้สีที่สะดุดตาโดดเด่นสำหรับความสัมพันธ์ที่ใกล้เคียงกับ 1 และ -1 ไม่ใช่สำหรับสีที่ใกล้เคียงกับ 0
ฉันสร้างอีกทางเลือกหนึ่งซึ่งมีจุดไข่ปลาสีขาวซ้อนอยู่บนวงกลมสี วงรีสีขาวแต่ละวงมีขนาดเพื่อให้สัดส่วนของวงกลมสีที่มองเห็นด้านหลังเท่ากับสหสัมพันธ์กำลังสอง เมื่อความสัมพันธ์ใกล้ 1 และ -1 วงรีสีขาวจะมีขนาดเล็กและสามารถมองเห็นวงกลมสีได้มาก เมื่อความสัมพันธ์ใกล้ 0 วงรีสีขาวจะมีขนาดใหญ่และมองเห็นวงกลมสีเพียงเล็กน้อย
ฟังก์ชั่น, plotcor()
ที่มีอยู่ในhttps://github.com/JVAdams/jvamisc/blob/master/R/plotcor.r
ตัวอย่างของพล็อตผลลัพธ์โดยใช้mtcars
ชุดข้อมูลแสดงอยู่ด้านล่าง
library(plotrix)
library(seriation)
library(MASS)
plotcor(cor(mtcars), mar=c(0.1, 4, 4, 0.1))
ฉันรู้ว่ามันใช้เวลาสักพักแล้ว แต่ผู้อ่านใหม่ ๆ อาจสนใจrplot()
จากcorrr
แพ็คเกจ ( https://cran.rstudio.com/web/packages/corrr/index.html ) ซึ่งสามารถสร้างพล็อตประเภทต่างๆที่ @daroczig กล่าวถึง แต่ออกแบบสำหรับแนวทางท่อส่งข้อมูล:
install.packages("corrr")
library(corrr)
mtcars %>% correlate() %>% rplot()
mtcars %>% correlate() %>% rearrange() %>% rplot()
mtcars %>% correlate() %>% rearrange() %>% rplot(shape = 15)
mtcars %>% correlate() %>% rearrange() %>% shave() %>% rplot(shape = 15)
mtcars %>% correlate() %>% rearrange(absolute = FALSE) %>% rplot(shape = 15)
corrplot ()ฟังก์ชั่นจากแพคเกจ R corrplotยังสามารถใช้ในการพล็อต Correlogram
library(corrplot)
M<-cor(mtcars) # compute correlation matrix
corrplot(M, method="circle")
บทความหลายบทความที่อธิบายวิธีการคำนวณและแสดงภาพเมทริกซ์สหสัมพันธ์ได้รับการเผยแพร่ที่นี่:
อีกวิธีหนึ่งที่ฉันเพิ่งเรียนรู้คือแผนที่ความร้อนแบบโต้ตอบที่สร้างขึ้นด้วยแพ็คเกจqtlcharts
install.packages("qtlcharts")
library(qtlcharts)
iplotCorr(mat=mtcars, group=mtcars$cyl, reorder=TRUE)
ด้านล่างนี้คือภาพนิ่งของพล็อตผลลัพธ์
ท่านสามารถเข้าดูรุ่นโต้ตอบบนบล็อกของฉัน วางเมาส์เหนือแผนที่ความร้อนเพื่อดูค่าแถวคอลัมน์และเซลล์ คลิกที่เซลล์เพื่อดูแผนภูมิกระจายที่มีสัญลักษณ์ตามสีตามกลุ่ม (ในตัวอย่างนี้จำนวนกระบอกสูบ 4 เป็นสีแดง 6 เป็นสีเขียวและ 8 เป็นสีน้ำเงิน) การวางเมาส์เหนือจุดใน scatterplot จะทำให้ชื่อของแถวนั้น (ในกรณีนี้คือยี่ห้อของรถ)
เนื่องจากฉันไม่สามารถแสดงความคิดเห็นได้ฉันจึงต้องให้ 2c ของฉันตอบโดย daroczig ในฐานะ anwser ...
พล็อตการกระจายวงรีมาจากแพ็คเกจวงรีและสร้างด้วย:
corr.mtcars <- cor(mtcars)
ord <- order(corr.mtcars[1,])
xc <- corr.mtcars[ord, ord]
colors <- c("#A50F15","#DE2D26","#FB6A4A","#FCAE91","#FEE5D9","white",
"#EFF3FF","#BDD7E7","#6BAED6","#3182BD","#08519C")
plotcorr(xc, col=colors[5*xc + 6])
(จากหน้าคน)
แพ็คเกจ corrplot อาจเป็นประโยชน์กับภาพสวย ๆ ที่พบได้ที่นี่