R语言相关关系可视化函数梳理（附代码）

当考察多个变量间的相关关系时，通常将多个变量的两两关系以矩阵的形式排列起来，R提供了散点图矩阵、相关矩阵等多种可视化方案，囊括了众多函数。本文对R语言相关关系可视化的函数进行了初步梳理（全篇框架如下），后续大家可根据个人需求及函数功能择优选择。

一、pairs {graphics}

1. 参考

（1）《现代统计图形》 5.17 散点图矩阵

（2）《R数据可视化手册》 5.13绘制散点图矩阵

（3）pairs {graphics} 帮助文档

2. 主要参数解释

3. 图形示例

3.1 基本图形

1pairs(iris[1:4], main = "Anderson's Iris Data -- 3 species",
2
3pch = 21, bg = c("red", "green3", "blue")[unclass(iris$Species)])
4
5# 等同于 pairs(~Sepal.Length+Sepal.Width+Petal.Length+Petal.Width, data=iris,main = "Anderson's Iris Data -- 3 species",pch = 21,
6 bg = c("red", "green3", "blue")[unclass(iris$Species)])

上例选取iris鸢尾花数据集的前4列Sepal.Length 、Sepal.Width 、Petal.Length、Petal.Width作图，同时设置bg使得不同颜色代表不同品种的鸢尾花。可见，默认生成的散点图矩阵对角线为变量名称，上三角和下三角面板的各个窗格均为其所在行与列两个变量之间的散点图，信息传递量相对较少且重复，为此我们可以通过自定义函数进一步修改和优化。