taoyan：伪码农，R语言爱好者，爱开源。

个人博客: https://ytlogos.github.io/

往期回顾

R语言学习笔记之聚类分析

R语言可视化学习笔记之ggpubr包

R语言可视化学习笔记之添加p-value和显著性标记

基于ggplot2包以及corrplot包的相关矩阵可视化包ggcorrplot，ggcorrplot包提供对相关矩阵重排序以及在相关图中展示显著性水平的方法，同时也能计算相关性p-value

安装方法就不提了，不懂的可以浏览我以前的文章（可戳链接）

library(ggcorrplot)

#计算相关矩阵(cor()计算结果不提供p-value)

data("mtcars")

corr <- round(cor(mtcars), 1)

head(corr[, 1:6])

#用ggcorrplot包提供的函数cor_pmat()

p.mat <- cor_pmat(mtcars)

head(p.mat[, 1:4])

可视化相关性矩阵

ggcorrplot(corr)#method默认为square

#方法为circle

ggcorrplot(corr, method = "circle")

#重排矩阵，使用分等级聚类

ggcorrplot(corr, hc.order = TRUE, outline.color = "white")

#控制矩阵形状

ggcorrplot(corr, hc.order = TRUE, type = "lower", outline.color = "white")#下三角形

#上三角形

ggcorrplot(corr, hc.order = TRUE, type = "upper", outline.color = "white")

#更改颜色以及主题

ggcorrplot(corr, hc.order = TRUE, type = "lower", outline.color = "white",

ggtheme = ggplot2::theme_gray, colors = c("#6D9EC1", "white", "#E46726"))

#添加相关系数

ggcorrplot(corr, hc.order = TRUE, type = "lower", lab = TRUE)

#增加显著性水平，不显著的话就不添加了

ggcorrplot(corr, hc.order = TRUE, type = "lower", p.mat = p.mat)

#将不显著的色块设置成空白

ggcorrplot(corr, p.mat = p.mat, hc.order=TRUE, type = "lower", insig = "blank")

2017年R语言发展报告（国内）

R语言中文社区历史文章整理（作者篇）

R语言中文社区历史文章整理（类型篇）

公众号后台回复关键字即可学习

回复 R                  R语言快速入门及数据挖掘 
回复 Kaggle案例  Kaggle十大案例精讲（连载中）
回复 文本挖掘      手把手教你做文本挖掘
回复 可视化          R语言可视化在商务场景中的应用 
回复 大数据         大数据系列免费**** 
回复 量化投资      张丹教你如何用R语言量化投资 
回复 用户画像      京东大数据，揭秘用户画像
回复 数据挖掘     常用数据挖掘算法原理解释与应用
回复 机器学习     人工智能系列之机器学习与实践
回复 爬虫            R语言爬虫实战案例分享