r - 相关矩阵"Clustering"

Question

我想以高度相关的变量彼此相邻的方式“整理”或“聚类”给定数据矩阵的相关性。例如，如果我有这样的数据:

n <- 1000
my_corr <- matrix(c(1,   0.8, 0.8, 0,   0, 0,
                    0.8, 1,   0.8, 0,   0,   0,
                    0.8, 0.8, 1,   0,   0, 0,
                    0,   0,   0,   1,   0.9, 0.9,
                    0,   0,   0,   0.9, 1,   0.9,
                    0,   0,   0,   0.9, 0.9, 1), nrow = 6)
my_chol <- chol(my_corr)
# Edit: Rui is right, I should have used replicate
#d <- do.call(cbind, lapply(1:6, function(x) rnorm(n)))
d <- replicate(6, rnorm(n))
d <- d %*% my_chol
d <- cbind(d[, -c(2, 4)], d[, 2], d[, 4])

相关性如下:

library(GGally)
ggcorr(d)

但是，“想要”看起来像这样:

如果我不知道解决方案/是否可以使用预构建的函数，我该怎么做？

Answer 1

corrplot 有此选项:

my_corr <- matrix(c(1,   0.8, 0.8, 0,   0, 0,
                    0.8, 1,   0.8, 0,   0,   0,
                    0.8, 0.8, 1,   0,   0, 0,
                    0,   0,   0,   1,   0.9, 0.9,
                    0,   0,   0,   0.9, 1,   0.9,
                    0,   0,   0,   0.9, 0.9, 1), nrow = 6)

corrplot::corrplot(my_corr, order = "AOE", type = "lower", method = "color")

Here ，您几乎可以更改所有内容并使其更像 ggcorr。