之前ggplot2系列中我們已經學會了常用的統計圖形，如條形圖、直方圖、散點圖、折線圖、餅圖和地圖等，今天再和大家談談R語言中常用的其他圖形，如相關系數圖。
雖然cor()函數可以非常友善快捷的計算出連續變量之間的相關系數，但當變量非常多時，傳回的相關系數一定時讀者看的眼花缭亂。
下面就以R自帶的mtcars資料集為例，講講相關系數圖的繪制：
cor(mtcars[1:7])
很顯然，這麼多數字堆在一起肯定很難快速的發現變量之間的相關性大小，如果可以将相關系數可視化，就能彌補一大堆數字的缺陷了。這裡介紹corrplot包中的corrplot()函數進行相關系數的可視化，首先來看看該函數的文法和一些重要參數：
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, cl.pos = NULL, cl.lim = NULL,
tl.pos = NULL, tl.cex = 1,
tl.col = "red", tl.offset = 0.4, tl.srt = 90, 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：需要可視化的相關系數矩陣
method：指定可視化的方法，可以是圓形、方形、橢圓形、數值、陰影、顔色或餅圖形
type：指定展示的方式，可以是完全的、下三角或上三角
col：指定圖形展示的顔色，預設以均勻的顔色展示
bg：指定圖的背景色
title：為圖形添加标題
is.corr：是否為相關系數繪圖，預設為TRUE，同樣也可以實作非相關系數的可視化，隻需使該參數設為FALSE即可
diag：是否展示對角線上的結果，預設為TRUE
outline：是否繪制圓形、方形或橢圓形的輪廓，預設為FALSE
mar：具體設定圖形的四邊間距
addgrid.col：當選擇的方法為顔色或陰影時，預設的網格線顔色為白色，否則為灰色
addCoef.col：為相關系數添加顔色，預設不添加相關系數，隻有方法為number時，該參數才起作用
addCoefasPercent：為節省繪圖空間，是否将相關系數轉換為百分比格式，預設為FALSE
order：指定相關系數排序的方法，可以是原始順序(original)、特征向量角序(AOE)、第一主成分順序(FPC)、層次聚類順序(hclust)和字母順序，一般”AOE”排序結果都比”FPC”要好
hclust.method：當order為hclust時，該參數可以是層次聚類中ward法、最大距離法等7種之一
addrect：當order為hclust時，可以為添加相關系數圖添加矩形框，預設不添加框，如果想添加框時，隻需為該參數指定一個整數即可
rect.col：指定矩形框的顔色
rect.lwd：指定矩形框的線寬
tl.pos：指定文本标簽(變量名稱)的位置，當type=full時，預設标簽位置在左邊和頂部(lt)，當type=lower時，預設标簽在左邊和對角線(ld)，當type=upper時，預設标簽在頂部和對角線，d表示對角線，n表示不添加文本标簽
tl.cex：指定文本标簽的大小
tl.col：指定文本标簽的顔色
cl.pos：圖例（顔色）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，隻需指定該參數為n
addshade：隻有當method=shade時，該參數才有用，參數值可以是negtive/positive和all，分表表示對負相關系數、正相關系數和所有相關系數添加陰影。注意：正相關系數的陰影是45度，負相關系數的陰影是135度
shade.lwd：指定陰影的線寬
shade.col：指定陰影線的顔色
雖然該函數的參數比較多，但可以組合各種參數，靈活實作各種各樣的相關系數圖。下面就舉幾個例子：
library(corrplot)
corr <- cor(mtcars[,1:7])
#參數全部預設情況下的相關系數圖
corrplot(corr = corr)
#指定數值方法的相關系數圖
corrplot(corr = corr, method="number", col="black", cl.pos="n")
#按照特征向量角序(AOE)排序相關系數圖
corrplot(corr = corr, order = 'AOE')
#同時添加相關系數值
corrplot(corr = corr, order ="AOE", addCoef.col="grey")
#選擇方法為color
corrplot(corr = corr, method = 'color', order ="AOE", addCoef.col="grey")
我覺得這幅圖比上面的圓形圖要清爽很多
#繪制圓形輪廓相關系數圖
corrplot(corr = corr, col = wb, order="AOE", outline=TRUE, cl.pos="n")
這個圖看起來非常像圍棋
#自定義背景色
corrplot(corr = corr, col = wb, bg="gold2", order="AOE", cl.pos="n")
#混合方法之上三角為圓形，下三角為數字
corrplot(corr = corr,order="AOE",type="upper",tl.pos="d")
corrplot(corr = corr,add=TRUE, type="lower", method="number",order="AOE",diag=FALSE,tl.pos="n", cl.pos="n")
這幅圖将顔色、圓的大小和數值型相關系數相結合，更容易發現變量之間的相關性
#混合方法之上三角為圓形，下三角為方形
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")
#混合方法之上三角為圓形，下三角為黑色數字
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")
個人更傾向于上圖的展現形式，既清爽又能很好的反映變量間的相關系數。
#以層次聚類法排序
corrplot(corr = corr, order="hclust")
#以層次聚類法排序，并繪制3個矩形框
corrplot(corr = corr, order="hclust", addrect = 3, rect.col = "black")
有關更多相關系數圖的繪制可參見corrplot()函數的幫助文檔，文檔中還包括了很多案例，感興趣的可以去參考的看看。
下期預告：
使用R語言繪制網絡圖即熱圖