使用以下代码在R中构造ggpairs图形。
df是一个数据帧,其中包含6个连续变量和一个 Group 变量
ggpairs(df[,-1],columns = 1:ncol(df[,-1]),
mapping=ggplot2::aes(colour = df$Group),legends = T,axisLabels = "show",
upper = list(continuous = wrap("cor", method = "spearman", size = 2.5, hjust=0.7)))+
theme(panel.grid.major = element_blank(), panel.grid.minor = element_blank(),
axis.line = element_line(colour = "black"))
我正在尝试将spearman相关性的p值添加到生成的图形的上面板(即,附加到Spearman相关系数中)。
通常,p值是使用cor.test
通过“ Spearman”传递的方法计算的。
也了解了StackOverFlow的讨论内容,对此查询与此类似,但是我需要ggpairs
,但该解决方案无法使用。此外,先前的查询尚未解决。
How to add p values for Spearman correlation coefficients plotted using pairs in R
答案 0 :(得分:0)
我觉得这超出了您的预期。.因此您需要定义一个自定义函数,例如ggally_cor,因此首先我们有一个函数可以打印两个变量之间的相关性:
class Parking(models.Model):
address = models.ForeignKey(Adress, on_delete=models.CASCADE, null=False, related_name='address')
price = models.DecimalField(max_digits=4, decimal_places=2, null=True, blank=True)
class ParkingLot(models.Model):
parking = models.ForeignKey(Parking, on_delete=models.CASCADE, null=False, related_name='parkinglots')
floor = models.IntegerField(null=False)
class ParkingAvailability(models.Model):
parkinglot = models.ForeignKey(ParkingLot, on_delete=models.CASCADE, null=False, related_name='availability')
available = models.BooleanField(null=False, blank=False)
然后,我们定义一个函数,该函数接收每对数据,并计算1.总体相关性,2.按组相关性,并将其传递到ggplot中,基本上只打印此文本:
printVar = function(x,y){
vals = cor.test(x,y,
method="spearman")[c("estimate","p.value")]
names(vals) = c("rho","p")
paste(names(vals),signif(unlist(vals),2),collapse="\n")
}
现在我使用mtcars,第一列是一个随机组:
my_fn <- function(data, mapping, ...){
# takes in x and y for each panel
xData <- eval_data_col(data, mapping$x)
yData <- eval_data_col(data, mapping$y)
colorData <- eval_data_col(data, mapping$colour)
# if you have colors, split according to color group and calculate cor
byGroup =by(data.frame(xData,yData),colorData,function(i)printVar(i[,1],i[,2]))
byGroup = data.frame(col=names(byGroup),label=as.character(byGroup))
byGroup$x = 0.5
byGroup$y = seq(0.8-0.3,0.2,length.out=nrow(byGroup))
#main correlation
mainCor = printVar(xData,yData)
p <- ggplot(data = data, mapping = mapping) +
annotate(x=0.5,y=0.8,label=mainCor,geom="text",size=3) +
geom_text(data=byGroup,inherit.aes=FALSE,
aes(x=x,y=y,col=col,label=label),size=3)+
theme_void() + ylim(c(0,1))
p
}
并绘制:
df =data.frame(
Group=sample(LETTERS[1:2],nrow(mtcars),replace=TRUE),
mtcars[,1:6]
)
我认为对于您自己的情节来说,文本的间距可能不是最佳的,但这只是调整ggpairs(df[,-1],columns = 1:ncol(df[,-1]),
mapping=ggplot2::aes(colour = df$Group),
axisLabels = "show",
upper = list(continuous = my_fn))+
theme(panel.grid.major = element_blank(),
panel.grid.minor = element_blank(),
axis.line = element_line(colour = "black"))
的问题。
答案 1 :(得分:0)
效果很好。但是四舍五入的信号可能不好,并且不适用于p值。让我解释一下为什么? Signif不会舍弃小于0.01的p值,并照此打印该值(第10次幂表示为e)。假设我们使用round函数,那么它也不是很好。因为,如果p值小于0.001,它将为0(四舍五入为2位)。同样,如果p值小于0.01,它将再次为0(舍入2位)。
因此,对代码进行轻微的修改就可以了。
printVar = function(x,y){
vals = cor.test(x,y,
method="spearman")[c("estimate","p.value")]
vals[[1]]<-round(vals[[1]],2)
vals[[2]]<-ifelse(test = vals[[2]]<0.001,"<0.001",ifelse(test=vals[[2]]<0.01,"<0.01",round(vals[[2]],2)))
names(vals) = c("rho","p")
paste(names(vals),unlist(vals),collapse="\n")
}
其次,如果我们以这种方式运行代码,则会出现未找到LAB的错误。
LAB是标签所需的字符串。
您可以输入字符串。或只是通过
LAB=c()
答案 2 :(得分:0)
不确定是因为您有组还是使用不同版本的包(我使用的是 GGally_2.1.1),但以下代码对我来说非常有效。
df %>% ggpairs(upper = list(continuous = wrap("cor", method = "spearman")))