数据准备 # 选择感兴趣的列mydata <- mtcars %>% select(mpg, disp, hp, drat, wt, qsec)# 添加一些缺失值mydata$hp[3] <- NA# 检查数据head(mydata, 3) ## mpg disp hp drat wt qsec## Mazda RX4 21.0 160 110 3.90 2.62 16.5## Mazda RX4 Wag 21.0 160 110 3.90 2.88 17.0## Datsun 710 22.8 108 NA 3.85 2.32 18.6 计算相关矩阵
res.cor <- correlate(mydata)res.cor ## # A tibble: 6 x 7## rowname mpg disp hp drat wt qsec## <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>## 1 mpg NA -0.848 -0.775 0.681 -0.868 0.419 ## 2 disp -0.848 NA 0.786 -0.710 0.888 -0.434 ## 3 hp -0.775 0.786 NA -0.443 0.651 -0.706 ## 4 drat 0.681 -0.710 -0.443 NA -0.712 0.0912## 5 wt -0.868 0.888 0.651 -0.712 NA -0.175 ## 6 qsec 0.419 -0.434 -0.706 0.0912 -0.175 NA
该函数的其他参数correlate()包括：
method：字符串，指示要计算哪个相关系数（或协方差）。“pearson”（默认），“kendall”或“spearman”之一。diagonal：将对角线设置为的值（通常为数字或NA）。探索相关矩阵
过滤相关性高于0.8：
## # A tibble: 6 x 3## rowname colname cor## <chr> <chr> <dbl>## 1 disp mpg -0.848## 2 wt mpg -0.868## 3 mpg disp -0.848## 4 wt disp 0.888## 5 mpg wt -0.868## 6 disp wt 0.888 特定的列/行此函数的作用与dplyr类似slect()，但也会从行中排除选定的列。
选择相关的结果。所选列将从行中排除：## # A tibble: 3 x 4## rowname mpg disp hp## <chr> <dbl> <dbl> <dbl>## 1 drat 0.681 -0.710 -0.443## 2 wt -0.868 0.888 0.651## 3 qsec 0.419 -0.434 -0.706 选定的列：## # A tibble: 3 x 4## rowname mpg disp hp## <chr> <dbl> <dbl> <dbl>## 1 mpg NA -0.848 -0.775## 2 disp -0.848 NA 0.786## 3 hp -0.775 0.786 NA 删除不需要的列：## # A tibble: 3 x 4## rowname drat wt qsec## <chr> <dbl> <dbl> <dbl>## 1 mpg 0.681 -0.868 0.419## 2 disp -0.710 0.888 -0.434## 3 hp -0.443 0.651 -0.706 按正则表达式选择列## # A tibble: 4 x 3## rowname disp drat## <chr> <dbl> <dbl>## 1 mpg -0.848 0.681 ## 2 hp 0.786 -0.443 ## 3 wt 0.888 -0.712 ## 4 qsec -0.434 0.0912 选择高于0.8的相关性：## # A tibble: 2 x 3## rowname disp wt## <chr> <dbl> <dbl>## 1 disp NA 0.888## 2 wt 0.888 NA 关注一个变量与所有其他变量的相关性：# 提取相关系数 ## # A tibble: 5 x 2## rowname mpg## <chr> <dbl>## 1 disp -0.848## 2 hp -0.775## 3 drat 0.681## 4 wt -0.868## 5 qsec 0.419 # 绘制mpg与其他变量之间的相关性
重新排序相关矩阵
## # A tibble: 6 x 7## rowname wt drat disp mpg hp qsec## <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>## 1 wt NA -0.712 0.888 -0.868 0.651 -0.175 ## 2 drat -0.712 NA -0.710 0.681 -0.443 0.0912## 3 disp 0.888 -0.710 NA -0.848 0.786 -0.434 ## 4 mpg -0.868 0.681 -0.848 NA -0.775 0.419 ## 5 hp 0.651 -0.443 0.786 -0.775 NA -0.706 ## 6 qsec -0.175 0.0912 -0.434 0.419 -0.706 NA 上/下三角
上/下三角形到缺失值
res.cor %>% shave() ## # A tibble: 6 x 7## rowname mpg disp hp drat wt qsec## <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>## 1 mpg NA NA NA NA NA NA## 2 disp -0.848 NA NA NA NA NA## 3 hp -0.775 0.786 NA NA NA NA## 4 drat 0.681 -0.710 -0.443 NA NA NA## 5 wt -0.868 0.888 0.651 -0.712 NA NA## 6 qsec 0.419 -0.434 -0.706 0.0912 -0.175 NA 将数据拉伸为长格式 res.cor %>% stretch() ## # A tibble: 36 x 3## x y r## <chr> <chr> <dbl>## 1 mpg mpg NA ## 2 mpg disp -0.848## 3 mpg hp -0.775## 4 mpg drat 0.681## 5 mpg wt -0.868## 6 mpg qsec 0.419## # … with 30 more rows 使用tidyverse和corrr包处理相关性可视化相关系数的分布：
重新排列并过滤相关矩阵：
res.cor %>% focus(mpg:drat, mirror = TRUE) %>% ## # A tibble: 3 x 4## rowname mpg disp drat## <chr> <dbl> <dbl> <dbl>## 1 hp -0.775 0.786 -0.443## 2 mpg NA -0.848 0.681## 3 disp NA NA -0.710 解释相关性 ## rowname mpg disp hp drat wt qsec## 1 mpg -.85 -.77 .68 -.87 .42## 2 disp -.85 .79 -.71 .89 -.43## 3 hp -.77 .79 -.44 .65 -.71## 4 drat .68 -.71 -.44 -.71 .09## 5 wt -.87 .89 .65 -.71 -.17## 6 qsec .42 -.43 -.71 .09 -.17 res.cor %>% focus(mpg:drat, mirror = TRUE) ## rowname mpg disp drat## 1 hp -.77 .79 -.44## 2 mpg -.85 .68## 3 disp -.71 制作相关图：重新排列然后绘制下三角形：
制作网络
关联数据库中的数据 使用SQLite数据库：con <- DBI::dbConnect(RSQLite::SQLite(), path = ":dbname:")db_mtcars <- copy_to(con, mtcars)class(db_mtcars)correlate()检测数据库后端，用于tidyeval计算数据库中的相关性，并返回相关数据。
db_mtcars %>% correlate(use = "complete.obs") 使用spark：sc <- sparklyr::spark_connect(master = "local")mtcars_tbl <- copy_to(sc, mtcars)correlate(mtcars_tbl, use = "complete.obs")非常感谢您阅读本文，有任何问题请在下方留言！
参考文献
1.R语言动态图可视化：如何、创建具有精美动画的图
2.R语言生存分析可视化分析
3.Python数据可视化-seaborn Iris鸢尾花数据
4.r语言对布丰投针（蒲丰投针）实验进行模拟和动态
5.R语言生存分析数据分析可视化案例
6.r语言数据可视化分析案例：探索brfss数据数据分析
7.R语言动态可视化：制作历史全球平均温度的累积动态折线图动画gif视频图
8.R语言高维数据的主成分pca、 t-SNE算法降维与可视化分析案例报告
9.python主题LDA建模和t-SNE可视化