今天的推文介绍一下下图的实现方法
image.png
用到的数据集是小麦种子的数据集，实验室测量了3个品种的小麦种子7个指标，探究是否可以根据这些指标来区分小麦种子的品种，这7个指标分别是
- A 面积
- B 周长
- C紧凑度
- LK 长度
- WK 宽度
- A_coef 偏度系数
- LKG 腹沟长度
image.png
最后一个变量target是小麦所属种类，分别是0,1,2
数据集下载自kaggle网站，数据集大家可以自行下载，也可以在文末留言
实现文章开头提到的图用到的是
GGally包中的ggpairs()函数，对应的帮助文档是 https://ggobi.github.io/ggally/reference/ggpairs.html
首先是读入数据
seed <- read.csv("kaggle/Seed_Data.csv",header=T)
对变量重命名
names(seed) <- c("Area", "Perimeter", "Compactness", "Length", "Width", "Asymetry.coef", "Grove.length", "Type")
head(seed)
将最后一列用于表示分类的变量转换成因子
seed$Type <- as.factor(seed$Type)
查看数据集的基本情况
tibble::glimpse(seed)
image.png
最后是展示两两相关系数
library(GGally)
ggpairs(seed[,1:7])
image.png
对图像进行美化
因为是ggplot2的扩展包，ggplot2的主题设置都可以往上叠加
library(GGally)
library(ggplot2)
ggpairs(seed[,1:7])
ggpairs(seed, showStrips = T,ggplot2::aes(color=Type)) +
theme(axis.text = element_text(colour = "black", size = 11),
strip.background = element_rect(fill = "#d63d2d"),
strip.text = element_text(colour = "white", size = 12,
face = "bold"))
image.png
欢迎大家关注我的公众号
小明的数据分析笔记本
小明的数据分析笔记本 公众号 主要分享：1、R语言和python做数据分析和数据可视化的简单小例子；2、园艺植物相关转录组学、基因组学、群体遗传学文献阅读笔记！
