R数据可视化11:相关性图

之前我们用热图的形式展现了相关关系，今天我们来用另外几种形式来展现相关关系的图。本文代码来源：Visualize correlation matrix using correlogram

下图是几张很典型的相关性图。

不过上图中给的信息相对冗余，因为颜色和图形大小都与相关性的大小有关，在我们作图的过程中可以考虑将相关性的大小和pvalue用颜色和大小分别表示。 当然除此之外还有更加复杂的展现相关性的图，下图就不仅展示了相关系数的大小这么简单，还给了各种分布，能够更加具体地了解两个变量之间的相关关系：

散点图体现了所有样本的各种参数情况，条形图表现了不同参数的数据分布情况，数字和星号体现出相关性的具体值和显著性。可以发现很多时候数据之间的相关性可能并不是简单的线性相关，而只提供相关性检验结果的时候可能会造成信息缺失。但是你也可以看到这幅图提供了比较多的信息，有时候也许这些信息并没有这么重要，展示过多的数据会让读者感到困惑，找不到关键和重点。所以我们在作图的时候要做好取舍，合理、客观地展示有效的关键数据。

1）需要什么格式的数据 我们使用R自带的数据mtcars，之前我们已经多次使用过这个数据集，在此不过多介绍。

首先我们来计算以下参数间的相关性,然后再画图。