第一步是做相關性分析，獲得相關系數(shù)

R語言里做相關性分析需要準備的數(shù)據(jù)格式如下：每行是一個樣本，每列是一個變量，存儲到excel中，然后另存為csv格式數(shù)據(jù)

 

需要示例數(shù)據(jù)的可以直接在文末留言

df<-read.csv("example_data/cor_plot_example.csv",
             header=T,
             row.names = 1)
df

直接用cor()函數(shù)獲得相關系數(shù)矩陣

cordf<-cor(df)
cordf

plotdf<-reshape2::melt(cordf)
plotdf

最基本的熱圖

library(ggplot2)
ggplot(plotdf,aes(x=Var1,y=Var2))+
  geom_tile(aes(fill=value))

 

ggplot(plotdf,aes(x=Var1,y=Var2))+
  geom_tile(aes(fill=value))+
  scale_fill_gradient2(low="green",mid="white",high = "red")

 

ggplot(plotdf,aes(x=Var1,y=Var2))+
  geom_tile(aes(fill=value))+
  scale_fill_gradient2(low="green",mid="white",high = "red")+
  geom_text(aes(label=value))

 

plotdf$value<-round(plotdf$value,2)
ggplot(plotdf,aes(x=Var1,y=Var2))+
  geom_tile(aes(fill=value))+
  scale_fill_gradient2(low="green",mid="white",high = "red")+
  geom_text(aes(label=value))

 

包括去掉灰色背景，去掉坐標軸的標題和小短線

ggplot(plotdf,aes(x=Var1,y=Var2))+
  geom_tile(aes(fill=value))+
  scale_fill_gradient2(low="green",mid="white",high = "red")+
  geom_text(aes(label=value))+
  theme(panel.background = element_blank(),
        axis.title = element_blank(),
        axis.ticks = element_blank())