不会调整排版,就先这样吧。
这阵子老师让我做数据分析,在做线性回归之前,要做所有变量的相关性,我看了网上的一些教程之后感觉不太满意,于是自己手动琢磨了一下,琢磨到一半心态爆炸,就去问老师。老师给了我代码,在一来一去若干次沟通之后,我大体理解了这段代码的意思,下面上代码,后面的注释是我自己加的,当然还有一些小地方看不懂,如果我注释有错误,欢迎大神们指出我的错误
Hmisc::rcorr(as.matrix(f), type = "pearson") -> corrlist
#注意,要先装Hmisc包,不然的话会报错,下同,因为太懒,所以就不写自动化的代码了,如果很多人找我写,那勉强也行,把需要计算相关系数的矩阵或者数据框放在as.martix()里面
# 相关系数矩阵
corrlist$r %>% #提取r矩阵
as_tibble() %>% #设置为tibble格式
mutate(v = colnames(.)) %>% #将r矩阵的列名向量作为一个新的向量放到列里面
select(v, everything()) %>% #选中所有表格
pivot_longer(2:37) -> corrdf #将数据从宽数据转化为长数据
# p 值矩阵
corrlist$P %>%
as_tibble() %>%
mutate(v = colnames(.)) %>%
select(v, everything()) %>%
pivot_longer(2:37) %>% #2:37说明我有37个变量,你有多少个变量后面的37就换成多少,下同
mutate(label = case_when( #设置label,并加入判断,当P值符合特定条件就显示"\n"外加特定数量的*号
is.na(value) ~ " ", #NA值赋值为空格
value <= 0.001 ~ "\n***", #P<0.001就显示回车加三个星号
between(value, 0.001, 0.01) ~ "\n**", #P为0.001-0.01 显示回车加两个*号
between(value, 0.01, 0.05) ~ "\n*", #P为0.01-0.05 显示回车加一个星号
T ~ ""
)) -> pdf
corrdf %>%
left_join(pdf, by = c("v", "name")) %>% #将r值和p矩阵分别按照v和name字段进行合并
rename(corr = value.x, p = value.y) %>% #将合并成的数据框中的value.x改名为corr,value.y 改名为p
mutate(corr = round(corr, 2)) -> corrdf #将小数点改成两位
windowsFonts("Arial" = windowsFont("Arial")) #设置字体防止下面一段代码报错
corrdf %>%
mutate(v = forcats::fct_reorder(v, corr), #对v和name重新排序
name = forcats::fct_reorder(name, corr)) %>%
ggplot(aes(x = v, y = name)) +
geom_tile(aes(fill = corr)) + #表头填充映射根据corr
geom_text(aes(label = paste(corr, label, sep = "")),
family = "Arial") + ggthemes::scale_fill_gradient2_tableau("Red-Blue Diverging")
出来的效果大约是这样