R语言绘图 | 使用corrplot绘制相关性热图
介绍
R语言的corrplot包能够优雅地将数据的相关性可视化出来，实现数据的相关性展示。corrplot 非常易于使用，在可视化方法、图形布局、颜色、图例、文本标签等方面提供了丰富的绘图选项。它还提供 p 值和置信区间，帮助用户确定相关性的统计意义。
安装和加载R包
install.packages("corrplot")
library(corrplot)
可视化方法
corrplot 包中有七种可视化方法，分别命名为：'circle''square''ellipse''number''shade''color''pie'。
circle 以圆圈的面积表示相应相关系数的绝对值。
square 正方形的面积表示相应相关系数的绝对值。
ellipse 使用椭圆的大小和形状来表示相关性系数的强度和方向。
number 以不同颜色的系数数字表示相关性系数。
color 以大小相同、颜色不同的正方形表示相关性系数。
shade 类似于color ，但负系数字形是阴影的。
pie 圆圈按顺时针方向填充表示正值，按逆时针方向填充表示负值。
yyds = cor(mtcars)
corrplot(yyds) #默认情况下为圆形
corrplot(yyds, method = "square")
corrplot(yyds,method = "ellipse")
corrplot(yyds,method = "number")
corrplot(yyds,method = "color")
corrplot(yyds, method = "shade")
corrplot(yyds, method = "pie")
排列方式
通过order()函数：'AOE''FPC''hclust''alphabet'
AOE 代表 "A-O-E"，首先按照绝对值的大小进行排序（A），然后按照相关性系数的值（正或负）进行排序（O），最后按照相关性系数的接近于0的程度进行排序（E）。
FPC 代表按照相关性系数的方差解释比例进行排序。
hclust 使用层次聚类的方法对相关性系数进行排序,在相关矩阵图的周围绘制矩形。
alphabet 按字母顺序排列。
corrplot(yyds,method = "shade",order = "AOE")
corrplot(yyds, method = "square", order = "FPC")
corrplot(yyds, method = 'square', order = 'hclust',
addrect = 3, rect.col = 'blue', rect.lwd = 3, tl.pos = 'd')
#addrect = 3: 添加三个矩形框
#rect.col = 'blue'：矩形框的颜色设置为蓝色。
#rect.lwd = 3：矩形框的线宽设置为3。
#tl.pos = 'd'：矩形框的左上角标记的位置设置为“d”，表示在数据点的位置上显示标记。
corrplot(yyds,method = "shade",order = "alphabet")
type = "lower" 只显示下三角部分
type = "upper" 只显示上三角部分
diag = FALSE 不显示对角线上的相关性系数
corrplot(yyds, method = "square", order = "FPC", type = "lower", diag = FALSE)
corrplot(yyds, method = "square", order = "FPC", type = "upper", diag = FALSE)
corrplot(yyds,method = "shade",order = "AOE",diag = FALSE)
还可以通过seriation包对矩阵进行重新排序，这里就不一一演示了
色谱、颜色图例和文字图例
可以从 COL1() 和 COL2() 中获得连续和发散的颜色，下面显示了来自 COL2() 的所有发散颜色和来自 COL1() 的连续颜色。
COL1(sequential = c("Oranges", "Purples", "Reds", "Blues", "Greens",
"Greys", "OrRd", "YlOrRd", "YlOrBr", "YlGn"), n = 200)
COL2(diverging = c("RdBu", "BrBG", "PiYG", "PRGn", "PuOr", "RdYlBu"), n = 200)
cl.pos 用于颜色标签的位置。如果是字符，则必须是 'r'（表示右侧，如果是 type='upper' 或 'full' 则默认为右侧）、'b'（表示底部，如果是 type='lower' 则默认为底部）或 'n'（表示不绘制颜色标签）之一。
cl.ratio 彩色图例的宽度，建议为 0.1~0.2。
tl.pos 用于文本标签的位置。它可以是字符或逻辑值。如果是字符，则必须是 'lt'、'ld'、'td'、'd'、'l' 、'n' 中的一个。'lt'表示左侧和顶部，'ld'表示左侧和对角线，'td'表示顶部和对角线（附近），'d' 表示对角线，'l' 表示左侧，'n' 表示不添加文本标签。
tl.cex 表示文本标签的大小。
tl.srt 文本标签字符串旋转的度数。
## 删除颜色图例、文本图例和主对角线字形
corrplot(yyds, order = 'AOE', cl.pos = 'n', tl.pos = 'n',
col = c('white', 'black'), bg = 'gold2')
可视化非相关矩阵
is.corr=FALSE 可视化非相关矩阵当 is.corr=TRUE 时，col.lim 只影响颜色图例
col.lim 指定颜色
win.asp 调整长宽比
N1 = matrix(runif(80, -15, 10), 8)
corrplot(N2, is.corr = FALSE, method = 'color', col.lim = c(-15, 10), tl.pos = 'n',
col = COL2('PiYG'), cl.pos = 'b', addCoef.col = 'grey50')
p 值和置信区间
p.mat 是 p 值矩阵，如果 NULL、参数 sig.level、insig, pch、pch.col、pch.cex 无效。
sig.level 显著水平，默认为 0.05。如果 p-mat 中的 p 值大于 sig.level，则相应的相关系数被视为不显著。如果 insig 是 'label_sig'，sig.level 可以是显著性水平的递增向量，在这种情况下，pch 将在最高 p 值区间使用一次，在每个较低 p 值区间使用多次。
insig 专门的不显著相关系数、'pch'、'p-value'、'blank','n'或 'label_sig'。如果是 'blank'，则擦去相应的字形；如果是 'p-value'，则在相应的字形上添加 p 值；如果是 'pch'，则在相应的字形上添加字符；如果是 'n'，则不采取任何措施；如果是 'label_sig'，则用 pch 标记显著相关。
pch 用于在相关系数不显著的字形上添加字符（仅在 insig 为 'pch' 时有效）。
plotCI 是表示绘制置信区间的方法的字符。如果 'n'，则不绘制置信区间。如果 'rect'，则绘制上边表示上限、下边表示下限的矩形。
lowCI.mat 是置信区间下限矩阵。
uppCI.mat 是置信区间上限的矩阵。
lowCI 是置信区间矩阵的下限。
uppCI 是置信区间矩阵的下限。
testRes = cor.mtest(mtcars, conf.level = 0.95)
## 根据显著性水平计算的不显著值
corrplot(yyds, p.mat = testRes$p, sig.level = 0.10, order = 'hclust', addrect = 2)
## 不显著系数留空
## 添加重要的相关系数
corrplot(yyds, p.mat = testRes$p, method = 'circle', type = 'lower', insig='blank',
addCoef.col ='black', number.cex = 0.8, order = 'AOE', diag=FALSE)
## 不显著系数留空
## 添加所有相关系数
corrplot(yyds, p.mat = testRes$p, method = 'circle', type = 'lower', insig='blank',
order = 'AOE', diag = FALSE)$corrPos -> p1
text(p1$x, p1$y, round(p1$corr, 2))
## 添加无意义系数的 p 值
corrplot(yyds, p.mat = testRes$p, insig = 'p-value')
## 添加所有 p 值
corrplot(yyds, p.mat = testRes$p, insig = 'p-value', sig.level = -1)
## 增加重要级星
corrplot(yyds, p.mat = testRes$p, method = 'color', diag = FALSE, type = 'upper',
sig.level = c(0.001, 0.01, 0.05), pch.cex = 0.9,
insig = 'label_sig', pch.col = 'grey20', order = 'AOE')
## 添加重要等级星和星群矩形
corrplot(yyds, p.mat = testRes$p, tl.pos = 'd', order = 'hclust', addrect = 2,
insig = 'label_sig', sig.level = c(0.001, 0.01, 0.05),
pch.cex = 0.9, pch.col = 'grey20')
# 可视化置信区间
corrplot(yyds, lowCI = testRes$lowCI, uppCI = testRes$uppCI, order = 'hclust',
tl.pos = 'd', rect.col = 'navy', plotC = 'rect', cl.pos = 'n')
# 可视化置信区间，并划出重要系数
corrplot(yyds, p.mat = testRes$p, lowCI = testRes$lowCI, uppCI = testRes$uppCI,
addrect = 3, rect.col = 'navy', plotC = 'rect', cl.pos = 'n')
参考资料：
[1]https://cran.r-project.org/web/packages/corrplot/vignettes/corrplot-intro.html