相関行列をグラフにプロットする

いくつかの相関値を持つ行列があります。次に、それを多かれ少なかれ似たグラフにプロットします。

どうすればそれを達成できますか？

すばやく、汚い、そして球場で：

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))

むしろ「少ない」ように見えますが、（より視覚的な情報を提供するため）チェックする価値があります。

相関行列の楕円： 相関行列の円：

以下の@assyliasで参照されているcorrplotビネットで他の例を見つけてください。

ラティス::レベルプロットで非常に簡単：

z <- cor(mtcars)
require(lattice)
levelplot(z)

ggplot2ライブラリはでこれを処理できgeom_tile()ます。上記のプロットでは、負の相関がないため、何らかのリスケーリングが行われた可能性があるようです。データを考慮してください。mtcarsデータセットの使用：

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")

編集：

ggplot(z.m, aes(X1, X2, fill = value)) + geom_tile() + 
scale_fill_gradient2(low = "blue",  high = "yellow")

中点の色を指定することができ、デフォルトは白なので、ここで良い調整になるでしょう。他のオプションは、ここおよびここの ggplotのウェブサイトで見つけることができます。

corrplotパッケージを使用します。

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")
}

例えば：

ややエレガントなIMO

このタイプのグラフは、他の用語の中でも「ヒートマップ」と呼ばれます。相関行列を取得したら、さまざまなチュートリアルのいずれかを使用してプロットします。

基本グラフィックの使用：http : //flowingdata.com/2010/01/21/how-to-make-a-heatmap-a-quick-and-easy-solution/

ggplot2の使用：http ://learnr.wordpress.com/2010/01/26/ggplot2-quick-heatmap-plotting/

私は@daroczigが投稿した視覚化に似たものに取り組んでおりplotcorr()、ellipseパッケージの機能を使用して@Ulrikが投稿したコードを使用しています。相関関係を表すために楕円を使用し、負と正の相関を表すために色を使用するのが好きです。ただし、目立つ色を0に近い相関ではなく、1と-1に近い相関で目立たせたいと思いました。

色付きの円の上に白い楕円を重ねた代替案を作成しました。各白い楕円のサイズは、その後ろに表示される色付きの円の比率が2乗相関に等しくなるように設定されています。相関が1と-1に近い場合、白い楕円は小さく、色付きの円の多くが表示されます。相関が0に近い場合、白い楕円は大きく、色付きの円はほとんど見えません。

関数はplotcor()、https：//github.com/JVAdams/jvamisc/blob/master/R/plotcor.rで入手できます。

mtcarsデータセットを使用した結果のプロットの例を以下に示します。

library(plotrix)
library(seriation)
library(MASS)
plotcor(cor(mtcars), mar=c(0.1, 4, 4, 0.1))

久しぶりだと思いますが、新しい読者rplot()はcorrrパッケージ（https://cran.rstudio.com/web/packages/corrr/index.html）から興味があるかもしれません。、ただしデータパイプラインアプローチの設計：

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 Rパッケージのcorrplot（）関数を使用して、コレログラムをプロットすることもできます。

library(corrplot)  
M<-cor(mtcars) # compute correlation matrix
corrplot(M, method="circle")

相関行列を計算して視覚化する方法を説明するいくつかの記事がここに公開されています。

• http://www.sthda.com/english/wiki/visualize-correlation-matrix-using-correlogram
• http://www.sthda.com/english/wiki/visualize-correlation-matrix-using-symnum-function

私が最近学んだ別のソリューションは、qtlchartsパッケージで作成されたインタラクティブなヒートマップです。

install.packages("qtlcharts")
library(qtlcharts)
iplotCorr(mat=mtcars, group=mtcars$cyl, reorder=TRUE)

以下は、結果のプロットの静的画像です。

あなたは私のブログでインタラクティブバージョンを見ることができます。ヒートマップにカーソルを合わせると、行、列、セルの値が表示されます。セルをクリックすると、グループごとに色分けされたシンボルの散布図が表示されます（この例では、シリンダーの数、4は赤、6は緑、8は青です）。散布図のポイントにカーソルを合わせると、行の名前（この場合は自動車の型）がわかります。

コメントできないので、答えとしてdaroczigの答えに2cを与えなければなりません...

楕円散布図は、実際にellipseパッケージから生成され、次のように生成されます。

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])

（manページから）

corrplotパッケージは-提案されているように- ここにあるきれいな画像で役立つかもしれません