So erstellen sie eine korrelations-heatmap in r (mit beispiel)

Sie können die folgende grundlegende Syntax verwenden, um eine Korrelations-Heatmap in R zu erstellen:

 #calculate correlation between each pairwise combination of variables
cor_df <- round(cor(df), 2)

#melt the data frame
melted_cormat <- melt(cor_df)

#create correlation heatmap
ggplot(data = melted_cormat, aes(x=Var1, y=Var2, fill=value)) + 
  geom_tile() +
  geom_text(aes(Var2, Var1, label = value), size = 5 ) +
  scale_fill_gradient2(low = " blue ", high = " red ",
                       limit = c(-1,1), name=" Correlation ") +
  theme(axis. title . x = element_blank(),
        axis. title . y = element_blank(),
        panel. background = element_blank())

Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird.

Beispiel: Erstellen Sie eine Korrelations-Heatmap in R

Angenommen, wir haben den folgenden Datenrahmen in R, der verschiedene Statistiken für acht verschiedene Basketballspieler zeigt:

 #create data frame
df <- data. frame (points=c(22, 25, 30, 16, 14, 18, 29, 22),
                 assists=c(4, 4, 5, 7, 8, 6, 7, 12),
                 rebounds=c(10, 7, 7, 6, 8, 5, 4, 3),
                 blocks=c(12, 4, 4, 6, 5, 3, 8, 5))

#view data frame
df

  points assists rebounds blocks
1 22 4 10 12
2 25 4 7 4
3 30 5 7 4
4 16 7 6 6
5 14 8 8 5
6 18 6 5 3
7 29 7 4 8
8 22 12 3 5

Angenommen, wir möchten eine Korrelations-Heatmap erstellen, um den Korrelationskoeffizienten zwischen jeder paarweisen Kombination von Variablen im Datenrahmen zu visualisieren.

Bevor wir die Korrelations-Heatmap erstellen, müssen wir zunächst mit cor() den Korrelationskoeffizienten zwischen den einzelnen Variablen berechnen und die Ergebnisse dann mit der Funktion „reshape2 “ des Pakets „melt()“ in ein verwendbares Format umwandeln:

 library (reshape2)

#calculate correlation coefficients, rounded to 2 decimal places
cor_df <- round(cor(df), 2)

#melt the data frame
melted_cor <- melt(cor_df)

#view head of melted data frame
head(melted_cor)

      Var1 Var2 value
1 points points 1.00
2 assist points -0.27
3 rebound points -0.16
4 block points 0.10
5 assist points -0.27
6 assists assists 1.00

Als nächstes können wir die Funktion geom_tile() aus dem Paket ggplot2 verwenden, um eine Korrelations-Heatmap zu erstellen:

 library (ggplot2)

#create correlation heatmap
ggplot(data = melted_cor, aes(x=Var1, y=Var2, fill=value)) + 
  geom_tile() +
  geom_text(aes(Var2, Var1, label = value), size = 5 ) +
  scale_fill_gradient2(low = " blue ", high = " red ",
                       limit = c(-1,1), name=" Correlation ") +
  theme(axis. title . x = element_blank(),
        axis. title . y = element_blank(),
        panel. background = element_blank()) 

Das Ergebnis ist eine Korrelations-Heatmap, die es uns ermöglicht, den Korrelationskoeffizienten zwischen jeder paarweisen Kombination von Variablen zu visualisieren.

In dieser speziellen Wärmekarte nehmen die Korrelationskoeffizienten die folgenden Farben an:

• Blau , wenn sie nahe bei -1 liegen
• Weiß , wenn sie nahe bei 0 liegen
• Rot , wenn sie nahe bei 1 liegen

Fühlen Sie sich frei, beliebige Farben für die niedrigen und hohen Argumente in der Funktion „scale_fill_gradient2()“ zu verwenden.

Sie können beispielsweise „Rot“ für einen niedrigen Wert und „Grün“ für einen hohen Wert verwenden:

 library (ggplot2)

#create correlation heatmap
ggplot(data = melted_cor, aes(x=Var1, y=Var2, fill=value)) + 
  geom_tile() +
  geom_text(aes(Var2, Var1, label = value), size = 5 ) +
  scale_fill_gradient2(low = " red ", high = " green ",
                       limit = c(-1,1), name=" Correlation ") +
  theme(axis. title . x = element_blank(),
        axis. title . y = element_blank(),
        panel. background = element_blank()) 

Hinweis : Sie können auch hexadezimale Farbcodes angeben, wenn Sie noch mehr Kontrolle über die genauen Farben in der Korrelations-Heatmap wünschen.

Zusätzliche Ressourcen

Die folgenden Tutorials erklären, wie Sie andere häufige Aufgaben in ggplot2 ausführen:

So drehen Sie Achsenbeschriftungen in ggplot2
So legen Sie Achsenumbrüche in ggplot2 fest
So legen Sie Achsengrenzen in ggplot2 fest
So ändern Sie Legendenbeschriftungen in ggplot2