为矩阵中的某些相关性在 R 中生成图形答案

【问题标题】：Generate graphs in R for certain correlations in a matrix为矩阵中的某些相关性在 R 中生成图形
【发布时间】：2012-12-13 10:35:39
【问题描述】：

我想在变量（列）之间生成图表，这些变量（列）在某个点之上和之下具有相关性，并且 pvalue

到目前为止，这是我的方法的要点，带有一些虚拟数据，我希望有一个指向下一步的指针。

# Create some dummy data
df <- data.frame(sample(1:50), sample(1:50), sample(1:50), sample(1:50))
colnames(df) <- c("var1", "var2", "var3", "var4")

# Find correlations in the dummy data
df.cor <- cor(df)

# Make up some random pvalues for this example
x <- 0:1000
df.cor.pvals <- data.frame(sample(x/1000, 4), sample(x/1000, 4), sample(x/1000, 4), sample(x/1000,4))
colnames(df.cor.pvals) <- c("var1", "var2", "var3", "var4")

# Find the significant correlations
df.cor.extreme <- ((df.cor < -0.01 | df.cor > 0.01) & df.cor.pvals < 0.5)

# Ready data to for plotting
df$rownames <- rownames(df)
df.melt <- melt(df, id="rownames")

# I want to plot the combinations of variables that have a TRUE value
# in the df.cor.extreme matrix

下面是硬编码示例，如果 var1 和 var2 的值为 TRUE。我认为这是我需要某种循环来生成多个 varA 和 varB 相关的图的地方。

ggplot(df.melt[(df.melt$variable=="var1" | df.melt$variable=="var2"),], aes(x=rownames, y=value, group=variable, colour=variable)) +
  geom_line()

【问题讨论】：

我不明白为什么您的 p 值数据框 df.cor.pvals 有 50 行 - 它不应该是与 df.cor 相同的形状吗？
您可以使用df.cor.extreme <- df.cor < -0.01 | df.cor > 0.01获取您正在寻找的相关矩阵
修复了我的虚拟数据并使用单个逻辑运算符合并了您的建议。还进行了绘图的第一步，只是无法自动为 df.cor.extreme 矩阵中的那些 TRUE 值绘制图表。
@themartinmcfly 我仍然对你的最终情节感到困惑。您想在满足特定条件时绘制原始值。如果 cond(v1,v2) 没问题，情节（什么？）情节（v1）？情节（v1 vs v2）？？
@agstudy 我最后的情节只是一个例子，如果 var1 和 var2 碰巧相关。我想绘制每一个重要的相关性。多图是指比较两个相关变量的单独图。矩阵 df.cor.extreme （或您的示例中的 df.core.sig ）包含说明哪些相关性很重要的数据，但我被困在如何将这些数据转换为将为所有相关性生成图的代码（我正在查看的数据集将有 150 多个图）。

标签： r ggplot2 plyr reshape2

【解决方案1】：

正如@DrewSteen 的评论中所说，p-avlue 必须与 cor 的形状相同。

这里我提供了一个计算 p 值矩阵的函数（它应该存在一个内置函数，在 stats 包中）

pvalue.matrix <- function(x,...){
  ncx <- ncol(x)
  r <- matrix(0, nrow = ncx, ncol = ncx)
  for (i in seq_len(ncx)) {
    for (j in seq_len(i)) {
      x2 <- x[, i]
      y2 <- x[, j]
      r[i, j] <-  cor.test(x2,y2,...)$p.value
    }
  }
  r <- r + t(r) - diag(diag(r))
  rownames(r) <- colnames(x)
  colnames(r) <- colnames(x)
  r
}

然后您使用 | 的矢量化版本和 & 像这样

df.cor.sig <- (df.cor > 0.01 | df.cor < -0.01) & pvalue.matrix(df) < 0.5

geom_tile 的情节很经典

library(reshape2) ## melt
library(plyr)     ## round_any
 library(ggplot2) 
dat <- expand.grid(var1=1:4, var2=1:4)
dat$value <- melt(df.cor.sig)$value
dat$labels <- paste(round_any(df.cor,0.01) ,'(', round_any(pvalue.matrix(df),0.01),')',sep='')
ggplot(dat, aes(x=var1,y=var2,label=labels))+ 
  geom_tile(aes(fill = value),colour='white')+
 geom_text()

OP 澄清后编辑

plots <- apply(dat,1,function(x){
    plot.grob <- nullGrob()
    if(length(grep(pattern='TRUE',x[3])) >0 ){
      gg <- paste('var',c(x[1],x[2]),sep='')
      p <- ggplot(subset(df.melt,variable %in% gg ), 
            aes(x=rownames, y=value, group=variable, colour=variable)) +
            geom_line()
      plot.grob <- ggplotGrob(p)
    }
    plot.grob

})


library(gridExtra)
do.call(grid.arrange,  plots)

【讨论】：

这与我要找的非常接近，我将在 expand.grid 中进行更多实验。我想如果我能得到一个像variable1, variable2, significant; var1, var2, TRUE; var1, var3, FALSE 这样的数据框，我就会有一个列表，其中列出了哪些相关性需要绘制并且只需要循环或类似
@themartinmcfly 你更喜欢获取数据而不是情节？您可以将您的答案附加到您期望的 data.frame 中吗？
不错的答案。我不熟悉“round_any”功能。因此，我只会为同一条船上的其他人添加您似乎正在使用 ggplot2、reshape2 和 plyr 包来创建绘图。
@agstudy，我正在寻找多个图，一个用于变量之间的每个显着相关性。我猜测包含该数据的数据框可能是下一步
@MarkMiller 谢谢！我用的是3个包！我忘记添加它，因为我使用它不是起源问题。我添加文本只是为了检查我的答案。我更新我的答案。

【解决方案2】：

如果您自己这样做，只是想在@agstudy 的答案中添加一个补充。

如果您使用生成矩阵索引表的函数的结果，您可以对其应用重要性。 IE。这一行：

dat <- expand.grid(var1=1:4, var2=1:4)

还要记住，上面一行中硬编码的 4 是（正方形）网格的长度。无论如何，您可以通过执行以下代码来忽略任何重复图形的生成：

# Find redunant pairs
dat <- data.frame(t(apply(dat, 1, function(x){
  if(x[1]-x[2] <= 0) {    # If > zero than pair has come before.
    -x                    # If = zero than pair is same 
  } else x
})))

# Remove redundant pairs
dat <- dat[dat$var1>0,]

享受吧！

【讨论】：