R语言ggplot2怎么画四方形的热图并展示相关系数，很多新手对此不是很清楚，为了帮助大家解决这个难题，下面小编将为大家详细讲解，有这方面需求的人可以来学习下，希望你能有所收获。
接下来是文字版第一步是做相关性分析，获得相关系数
R语言里做相关性分析需要准备的数据格式如下：每行是一个样本，每列是一个变量，存储到excel中，然后另存为csv格式数据
image.png需要示例数据的可以直接在文末留言
首先是读入数据df<-read.csv("example_data/cor_plot_example.csv",
header=T,
row.names = 1)
df
相关性分析直接用cor()函数获得相关系数矩阵
cordf<-cor(df)
cordf
相关系数矩阵是宽格式的数据，ggplot2作图通常是长格式数据，把宽格式变成长格式直接使用reshape2包中的melt()函数就可以了plotdf<-reshape2::melt(cordf)
plotdf
接下来就是用ggplot2画图了最基本的热图
library(ggplot2)
ggplot(plotdf,aes(x=Var1,y=Var2))+
geom_tile(aes(fill=value))
image.png 更改配色ggplot(plotdf,aes(x=Var1,y=Var2))+
geom_tile(aes(fill=value))+
scale_fill_gradient2(low="green",mid="white",high = "red")
image.png 将相关系数的数值作为文字标签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))
image.png 相关系数的小数位数太多，我们只保留两位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))
image.png 这样最基本的热图就做好了，接下来是简单的美化包括去掉灰色背景，去掉坐标轴的标题和小短线
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())
看完上述内容是否对您有帮助呢？如果还想对相关知识有进一步的了解或阅读更多相关文章，请关注天达云行业资讯频道，感谢您对天达云的支持。