写在前面 不积跬步无以至千里 01数据构成 本例中的数据节选至R自带的部分数据集:state。x77,例子中仅关注以下这几个指标间的协方差关系,并作图分析。 其中: Population:截至1975年7月1日的人口估计 Income:人均收入(1974) Illiteracy:文盲率(1970年,占人口百分比) LifeExp:预期寿命(196971年) Murder:每10万人的谋杀和非过失杀人率(1976) HSGrad高中毕业生百分比(1970) 数据构成如下: 02数据处理 上图中我们可以看到,人口、收入、文盲率等数据间跨度太大,可能存在不满足数据分析的基础假设,因此需要做数据转换。x2log(state。x77)数据进行log转换 x2查看转换后的结果 结果如上图。 03分析并作图 作图需要安装:pheatmap包library(pheatmap)加载pheatmap cov(x2)数据进行协方差分析 pheatmap::pheatmap(cov(x2〔1:6,〕))制图 注:本例中,仅节选部分数据来进行作图,cov(x2〔1:6,〕)的意思是选取数据集X2内的16行数据进行协方差分析。 协方差分析结果: 作图: 04回顾总结 本例中,分别对数据进行转计算协方差关系获得协方差关系矩阵使用协方差关系矩阵数据绘图。流程再简单不过,对于自己运用来说,如果觉得协方差图美观,可以先计算出自己的相关系数矩阵,然后加载pheatmap包,运行pheatmap::pheatmap(cov(x2〔1:6,〕)),将x2〔1:6,〕部分换成自己的数据,然后绘图即可。