9  Correlogram

GGally::ggpairs() 可以绘制好看的相关性图：

9.1 PKG

library(GGally)
library(tidyverse)
library(corrgram) # 相关性图
library(ellipse) # 椭圆
library(RColorBrewer) # 调色板
library(car) # 线性回归诊断

9.2 ggpairs()

9.2.1 基础

• 对角线是单变量分布密度曲线
• 右上方是相关系数和显著性
• 左下方是散点图。

# 构造示例数据
data <- data.frame(
  v1 = 1:100 + rnorm(100, sd = 20),
  v2 = 1:100 + rnorm(100, sd = 27),
  v3 = rep(1, 100) + rnorm(100, sd = 1)
)
data$v4 = data$v1**2
data$v5 = -(data$v1**2)

# 绘图
ggpairs(data, title = "correlogram with ggpairs()")

ggpairs() 绘制相关性图

9.2.2 split

通过 ggpairs() 的 mapping 参数可以指定不同的美学映射，从而实现分组绘图：

# 使用了color参数
ggpairs(flea, columns = 2:4, aes(colour=species)) 

ggpairs() 分组绘图

带有颜色的 ggpairs() 相关性图，非常美观：

ggpairs(
    mtcars[, c(1, 3:7)],
    columnLabels = c(
        "Miles",
        "Displacement",
        "Horsepower",
        "Rear axle ratio",
        "Weight",
        "1/4 mile time"
    ),
    # 这里将 mtcars$vs 转换为因子，作为分组变量上色
    aes(color = factor(mtcars$vs)),  # <--- 主要修改在这里
    # 上三角显示相关系数
    upper = list(continuous = wrap('cor', size = 3)),
    # 下三角显示分组直方图
    lower = list(combo = wrap("facethist", bins = 30)),
    # 对角线显示密度图
    diag = list(continuous = wrap("densityDiag", alpha = 0.5)),
    # 图标题
    title = "Scatterplot matrix of `mtcars` Grouped by Engine"
)

带有颜色的 ggpairs() 相关性图

9.2.3 type

upper、lower 和 diag 参数修改图的类型

# 使用 ggpairs() 并通过 upper、lower 参数自定义图的类型
ggpairs(
    reshape::tips[, c(1, 3, 4, 2)],
    # 上三角连续型变量用密度图，组合型用无分面箱线图
    upper = list(continuous = "density", combo = "box_no_facet"),
    # 下三角连续型变量用散点图，组合型用无分面点图
    lower = list(continuous = "points", combo = "dot_no_facet")
)

upper、lower 和 diag 参数 修改图的类型

9.3 ggcorr()

ggcorr() 可以绘制一种朴素的相关性图

# data是之前构建的数据
ggcorr(data, method = c("everything", "pearson"))

ggcorr() 绘制相关性图

9.4 corrgram()

# 第一种：下三角为色块，上三角为饼图，主对角线为变量名
corrgram(
    mtcars, 
    order = TRUE, 
    lower.panel = panel.shade,    # 下三角用色块表示相关性
    upper.panel = panel.pie,      # 上三角用饼图表示相关性
    text.panel = panel.txt,       # 主对角线显示变量名
    main = "Car Milage Data in PC2/PC1 Order"
) 

corrgram() 绘制相关性图

# 第二种：下三角为椭圆，上三角为点图，对角线为极值
corrgram(
    mtcars, 
    order = TRUE, 
    lower.panel = panel.ellipse,  # 下三角用椭圆表示相关性
    upper.panel = panel.pts,      # 上三角用点图表示相关性
    text.panel = panel.txt,       # 主对角线显示变量名
    diag.panel = panel.minmax,    # 对角线显示极值
    main = "Car Milage Data in PC2/PC1 Order"
) 

corrgram() 绘制相关性图

# 第三种：下三角为色块，上三角不显示，主对角线为变量名，不排序
corrgram(
    mtcars, 
    order = NULL, 
    lower.panel = panel.shade,    # 下三角用色块表示相关性
    upper.panel = NULL,           # 上三角不显示
    text.panel = panel.txt,       # 主对角线显示变量名
    main = "Car Milage Data (unsorted)"
)

corrgram() 绘制相关性图

9.5 椭圆

# library(ellipse) # 椭圆包
# library(RColorBrewer) # 调色板包

# 计算 mtcars 数据集的相关系数矩阵
data <- cor(mtcars)  # 计算相关系数矩阵

# 用 RColorBrewer 构建 100 个颜色的调色板
my_colors <- brewer.pal(5, "Spectral")  # 选择5种“Spectral”配色
my_colors <- colorRampPalette(my_colors)(100)  # 插值生成100种颜色

# 对相关系数矩阵进行排序（这里以第一行相关性为依据排序）
ord <- order(data[1, ])  # 获取排序索引
data_ord <- data[ord, ord]  # 按排序索引重新排列矩阵

# 绘制椭圆相关性图
plotcorr(
    data_ord,  # 排序后的相关系数矩阵
    col = my_colors[data_ord * 50 + 50],  # 根据相关系数映射颜色
    mar = c(1, 1, 1, 1)  # 设置图形边距
)

椭圆相关性图

9.6 散点

plot() 可以绘制散点图矩阵：

# 选择 mtcars 数据集的第1、3、4、5、6列，构建数据框
data <- mtcars[, c(1, 3:6)]

# 绘制散点图矩阵
# pch = 20 表示点的形状为实心圆
# cex = 1.5 表示点的大小为1.5倍
# col = "#69b3a2" 设置点的颜色为绿色系
plot(data, pch = 20, cex = 1.5, col = "#69b3a2")

plot() 散点

9.7 分组散点

car::scatterplotMatrix() 可以绘制分组散点图矩阵：

# 使用 R 自带的 mtcars 数据集
data <- mtcars

# 根据气缸数（cyl）生成调色板
my_colors <- brewer.pal(nlevels(as.factor(data$cyl)), "Set2")

# 绘制分组散点图矩阵
scatterplotMatrix(
    ~ mpg + disp + drat | cyl,  # 选择 mpg、disp、drat 三个变量，并按 cyl 分组
    data = data,                # 数据来源
    reg.line = "",              # 不添加回归线
    smoother = "",              # 不添加平滑曲线
    col = my_colors,            # 设置分组颜色
    smoother.args = list(col = "grey"), # 平滑曲线颜色（虽然未用到）
    cex = 1.5,                  # 点的大小
    pch = c(15, 16, 17),        # 不同分组的点形状
    main = "按气缸数分组的散点图矩阵" # 图标题
)

分组散点图矩阵