a)圆形:圆形面积大小代表相关性大小; b)椭圆:椭圆面积大小代表相关性大小,椭圆的不同方向表示正相关或负相关; c)矩形:矩形面积大小代表相关性大小 d)星形:星形的大小代表相关的高低4.7 pvalue值筛选: 无:显示所有方格。 0.01:仅显示P小于0.01的显著性相关的方格,不显著相关的方格为白色。 0.05:仅显示P小于0.05...
R语言本质是向量化的,基础绘图函数也基本支持使用向量作为位置、点的形状、大小、颜色、线条类型、宽度颜色等的参数值。所以我们数据处理部分将相关参数的值统一整理到数据框中,方便后面调用。 library(dplyr)library(corrplot)# 准备数据,这一部分的数据在实际应用中应该是自己计算各个组别与具体某几个基因的相关性包括...
corrl<-cor.mtest(mydata)#组内相关性分析,有了这一步可以在后续设置显著性水平corrl$p把P值调出来,热图上面标的星号按照P值这个原则 corrplot(corr,tl.col = 'black',order = 'hclust', p.mat = corrl$p, insig = 'blank')#对图像进行聚类处理,把显著相关的显示,其余的不要了 corrplot(corr,tl.col...