相关系数是研究变量之间线性相关程度的量，一般用字母 r 表示。由于研究对象的不同，相关系数有多种定义方式，较为常用的是皮尔逊相关系数。相关表和相关图可反映两个变量之间的相互关系及其相关方向，但无法确切地表明两个变量之间相关的程度。相关系数是用以反映变量之间相关关系密切程度的统计指标。
今天我们来使用R语言来快速做一个相关系数图。
软件下载R
RStudio
教程讲解1.本节教程，使用mtcars数据包里面的数据进行演示，当然你也可以将你自己的数据读取进入R进行作图
mtcars
2.由于mtcars的其他列为非数值型变量，所以我们得提取出来其中的数值型变量进行作图，所以下面代码的意思就是，将mtcars数据中的第1，3-7列提取出来，然后就生成了我们作图用的数据
mtcars_cor <- mtcars[,c(1,3:7)]
mtcars_cor
3.开始作图：首先安装相关系数图的包和加载包
install.packages("corrgram")
library(corrgram)
4.开始作图：
- mtcars_cars就是数据
- lower.panel就是设置斜下角
- upper.panel就是设置斜上角
- panel.shade指的是阴影方块
- panel.pie指的是饼图
然后图就做出来了：
corrgram(mtcars_cor,
lower.panel = panel.shade,
upper.panel = panel.pie,
main="相关系数图")
5.当然，你也可以换另一种形式：也就是数字显示，根据包的默认情况，红色代表负相关，蓝色代表正相关
corrgram(mtcars_cor,
lower.panel = panel.cor,
upper.panel = panel.cor,
main="相关系数图")
6.如果你觉得颜色不好，可以通过col.regions=colorRampPalette()进行设置调换，此时的红色代表正相关，蓝色代表负相关
corrgram(mtcars_cor,
lower.panel = panel.fill,
upper.panel = panel.cor,
main="相关系数图",
col.regions=colorRampPalette(c("blue","red")))
7.好了，今天的教程就到这里了，祝大家科研顺利！
,
