使用多个变量/参数在 R 中可视化“corrplot”

Question

我正在使用corrplot 函数，它是R 中corrplot 包的一部分，以可视化我拥有的数据通道之间的相关性。我的问题是我是否可以将两个“因素”或参数分配给圆圈......所以，例如，我可以让圆圈的大小代表相关性，而圆圈的颜色代表其他东西，例如滞后？我的数据实际上是互相关数据，我已经确定了最大相关/滞后，并希望能够在一个图中将两者可视化，这就是我想要这样做的原因。

基本上我想要达到的目标与这个问题相同：R: using corrplot to visualize two variables (e.g., correlation and p-value) using the size and colour of the circles，但是，这两种解决方案都不适合我，并且从 Github 安装软件包时出现错误。

我有一个滞后和相关向量：

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 `)

假设我想使用corrplot 在1x16 正方形中可视化这个我希望圆圈的大小取决于CCO_r 中的相关值，而圆圈的颜色取决于滞后值在CCO_lag。

谁能帮忙？

谢谢！

Answer 1

这在我看来不太像相关图，但我们可以这样做：

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 = "")

如果你有矩阵：

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())

请注意，矩阵的顶部是第 1 行，下面是编号较高的行，但图的底部是较低的 y 值，上面是编号较高的 y 值。你可能想改变它，或者它可能没问题。您可以将scale_y_reverse() 添加到您的情节中以进行切换。