利用PerformanceAnalytics包矩阵散点图很常规利用corrplot包利用corrgram包
不废话，直接放图和代码啦！
一个图能展示分布、散点、相关系数三个信息，很好用啦！
install.packages('PerformanceAnalytics')chart.Correlation(X, histogram=TRUE, pch=19)
比较基础的矩阵散点图
cor(Data[,2:9]) plot(Data[,2:9])
用corrplot包绘制的一些图，一些参数说明如下：
corrplot(tcor,method="shade",type = "lower", #选择画上三角或下三角【lower/upper】，若没这个指标则包含上下三角shade.col=NA,tl.col = "black",#文本标签颜色tl.srt = 45,#文本标签倾斜角度addCoef.col = "white", #相关系数的颜色cl.pos = "n", order="AOE")#有三种排序方式，矩阵重排序，使用特征值角排序、第一主成分或层次聚类"AOE"|"FPC"|"hclust"
来看一下不同类型的一些图
corrplot(tcor,method="shade")corrplot(tcor,method="color")corrplot(tcor,method="ellipse")corrplot(tcor,method="pie")
还可以将一些图形进行组合搭配
4.可以用corrgram包进行一些组合搭配
library("fpc")library("corrgram")#可以把多种类型的图结合在一起。corrgram(Data[,3:9],lower.panel=panel.shade,upper.panel=panel.pie,text.panel=panel.txt,main="相关系数图")
下面板通过阴影颜色的深浅表示相关性的强弱，阴影中的斜线若呈左下至右上则表示正相关，若呈左上至右下则表示负相关上面板以饼图的填充比例展示相关系数的大小
corrgram(Data[,3:9],lower.panel=panel.ellipse,upper.panel=panel.pts,diag.panel=panel.minmax,main="相关系数图")
下面板通过椭圆大致描绘散点图的外围轮廓，中间的红色曲线是采用局部加权散点平滑拟合的回归线，上面板是散点图，对角面板不仅显示变量名，同时显示变量取值的最小值和最大值。
