使用多個變量/參數在 R 中可視化“corrplot”

Question

我正在使用corrplot函數，它是R corrplot包的一部分，用於可視化我擁有的數據通道之間的相關性。 我的問題是我是否可以為圓圈分配兩個“因素”或參數......那么，例如，我可以讓圓圈的大小代表相關性，圓圈的顏色代表其他東西，例如滯后嗎？ 我的數據實際上是互相關數據，我已經確定了最大相關/滯后並希望能夠在圖中將兩者可視化，這就是我想要這樣做的原因。

基本上我想要實現的目標與這個問題中的相同： R：使用 corrplot 使用圓圈的大小和顏色來可視化兩個變量（例如，相關性和 p 值） ，但是，這兩種解決方案都不起作用我和我在從 Github 安裝軟件包時遇到錯誤。

我有一個滯后和相關的向量：

CCO_lag = (0,   NaN ,   -2 ,  NaN  ,  -5  ,  -4  ,  -6  ,  -3  ,   0 ,  NaN ,    1  ,   3  , NaN   ,  0   , -3  , NaN) 
CCO_r = c(-0.4757 ,      NaN   , 0.5679    ,   NaN   , 0.5582  ,  0.5899 ,   0.5857 ,   0.6256 ,  -0.4646   ,    NaN ,  -0.6286 , -0.4699    ,   NaN ,  -0.7710  ,  0.5869  ,     NaN `)

假設我想使用corrplot在一個1x16正方形corrplot其可視化，我希望圓圈的大小取決於CCO_r的相關值，而圓圈的顏色取決於CCO_lag的滯后值。

任何人都可以幫忙嗎？

謝謝！

Answer 1

這對我來說似乎不太像相關圖，但我們可以這樣做：

CCO_lag = c(0,   NaN ,   -2 ,  NaN  ,  -5  ,  -4  ,  -6  ,  -3  ,   0 ,  NaN ,    1  ,   3  , NaN   ,  0   , -3  , NaN) 
CCO_r = c(-0.4757 ,      NaN   , 0.5679    ,   NaN   , 0.5582  ,  0.5899 ,   0.5857 ,   0.6256 ,  -0.4646   ,    NaN ,  -0.6286 , -0.4699    ,   NaN ,  -0.7710  ,  0.5869  ,     NaN )

d = data.frame(id = 1:length(CCO_lag), CCO_lag, CCO_r)

ggplot(d, aes(x = id, y = "A", size = CCO_r, color = CCO_lag)) +
  geom_point() +
  scale_y_discrete(breaks = NULL) +
  labs(y = "", x = "")

如果你有矩陣：

lag_mat = matrix(CCO_lag, 4)
r_mat = matrix(CCO_r, 4)
row = c(row(lag_mat))
col = c(col(lag_mat))

dd = data.frame(
  lag = c(lag_mat), r = c(r_mat), row, col
)

ggplot(dd, aes(x = row, y = col, size = r, color = lag)) +
  geom_point() +
  theme(panel.grid = element_blank())

請注意，矩陣的第 1 行位於頂部，下方是編號較高的行，但圖的底部 y 值較低，而上方的 y 值較高。 你可能想改變它，或者它可能沒問題。 您可以將scale_y_reverse()添加到您的繪圖中以進行切換。