R语言使用pheatmap绘制两组变量特征相关系数热图
本文介绍在R语言中利用psych和pheatmap包计算两组变量间的Pearson相关系数，并绘制带聚类、数值显示及显著性标记的热图。通过调整参数可实现仅列聚类、自定义标题及不同聚类算法，适用于探索多维数据间的相关关系。
2026-10-16
6
本文介绍在R语言中利用psych和pheatmap包计算两组变量间的Pearson相关系数，并绘制带聚类、数值显示及显著性标记的热图。通过调整参数可实现仅列聚类、自定义标题及不同聚类算法，适用于探索多维数据间的相关关系。
本文详细介绍如何使用R语言的基础绘图函数从零构建一把精确到毫米的厘米直尺。通过设定缩放单位、创建空白画布、叠加灰色阴影、绘制白色主体，并利用线段与文本函数精准标注刻度线与数值，最终完成可视化的直尺效果。该示例清晰展示了R中坐标控制与几何图形组合的逻辑。
本文详细介绍 R 语言中常见的文件与文件夹操作函数，包括路径设置、文件列表获取（含递归）、新建与删除、以及存在性检测。结合实战示例，帮助读者掌握批量处理数据和自动化脚本编写的基础技能，如解压前的文件结构梳理。
本文详细解析R语言中用于合并数据框（data.frame）的merge函数。通过创建测试数据，逐步演示如何根据指定列进行内连接、左连接、右连接及全外连接。重点讲解by、all、all.x、all.y等关键参数的实际效果，帮助用户掌握处理缺失值填充与多表关联的正确方法。
本文详细介绍Jupyter Notebook的安装、启动及基础操作，重点讲解如何在Notebook中配置并运行Python和R语言。通过安装IRkernel包，实现R语言的交互式编程，展示实时可视化效果与代码保存方法，帮助开发者高效进行数据科学与机器学习开发。
R语言的aggregate函数是处理结构化数据的核心工具，用于根据指定条件对数据进行分组并执行聚合计算。本文将通过构建测试数据框，演示如何利用该函数按性别或班级维度计算平均数、总和及最大值等统计量，帮助读者快速掌握R语言基础数据处理技巧。
本文详细介绍R语言中字符串与时间的处理技巧。涵盖format函数的digits、width等关键参数用法；区分print与cat在转义字符如换行、制表位中的显示差异；解析Sys.Date和Sys.time获取当前日期时间，并利用%Y、%m等符号自定义输出格式；最后梳理toupper、strsplit、substring等常用字符串操作函数，助力高效进行R语言数据预处理。
本文详细介绍R语言中的三种循环结构：repeat无条件循环、while条件循环和for向量遍历。通过代码示例演示如何创建向量控制迭代，并深入解析利用break中断循环和通过next跳过当前迭代的进阶技巧，帮助初学者高效编写数据处理逻辑。
本文详细介绍R语言的三种基础数据类型：数值型(Numeric)、整型(Integer)和字符型(Character)，以及逻辑型(Logical)。通过typeof函数进行类型检查，演示as.integer、as.numeric等函数的具体用法，涵盖从双精度到字符串的转换规则及常见陷阱，帮助初学者掌握R语言数据基础。
本文以某地1958-2021年降水量数据为例，使用R语言进行时间序列建模。通过时序图、自相关图及Ljung-Box检验判断序列平稳性与纯随机性，利用auto.arima自动定阶选择最优MA(1)模型，完成参数估计与残差诊断后，对未来5年降水趋势进行可视化预测。
本文详细解析R语言中常用的apply系列函数，包括按行列操作的apply、返回列表的lapply、简化返回类型的sapply、分组聚合的tapply以及多参数并行的mapply。通过iris数据集等真实示例，说明各函数的输入参数、运行逻辑及返回值类型差异，帮助快速掌握数据批量处理技巧。
本文详细解析如何在R语言中通过ggplot2包精确控制图表图例。内容包括自定义图例标签与颜色顺序、更改或移除图例标题、调整图例在画布中的具体位置（包括图内定位），以及选择性或删除全部图例的具体代码实现，帮助提升数据可视化的专业性。
