d <- data.frame(
u = c(7, 4, 6, 2, 9, 3, 8, 1, 6, 3),
v = c(3, 6, 5, 8, 3, 4, 2, 9, 2, 6),
w = c(6, 3, 4, 9, 1, 8, 4, 2, 5, 7))
library(DT)
datatable(d)
x <- c(1, 2, 3, 5)
y <- c(0, 3, 3, 6)
cor(x, y)
## [1] 0.9561829
cor(d$u,d$v)
## [1] -0.851136
cor(d$u,d$v,method = 'spearman')
## [1] -0.836927
cor(d$u,d$v,method = 'kendall')
## [1] -0.7059312
r <- cor(d)
r
## u v w
## u 1.0000000 -0.8511360 -0.4151543
## v -0.8511360 1.0000000 0.1015166
## w -0.4151543 0.1015166 1.0000000
library(kableExtra)
kable(round(r, 2), caption = '相関表') |> kable_classic('striped', full_width = F)
相関表
|
|
u
|
v
|
w
|
|
u
|
1.00
|
-0.85
|
-0.42
|
|
v
|
-0.85
|
1.00
|
0.10
|
|
w
|
-0.42
|
0.10
|
1.00
|
library(psych)
pairs.panels(d)
cor.plot(d)
library(corrplot)
## corrplot 0.92 loaded
corrplot.mixed(r, lower = 'ellips', upper = 'number')
library(plotly)
## 要求されたパッケージ ggplot2 をロード中です
##
## 次のパッケージを付け加えます: 'ggplot2'
## 以下のオブジェクトは 'package:psych' からマスクされています:
##
## %+%, alpha
##
## 次のパッケージを付け加えます: 'plotly'
## 以下のオブジェクトは 'package:ggplot2' からマスクされています:
##
## last_plot
## 以下のオブジェクトは 'package:stats' からマスクされています:
##
## filter
## 以下のオブジェクトは 'package:graphics' からマスクされています:
##
## layout
kyokasho <- list(size = 11, color = 'blue', family = 'UD Digi Kyokasho NK-R')
plot_ly(x = rownames(r),
y = colnames(r),
z = as.matrix(r),
text = paste(r),
type = 'heatmap') |>
layout(font = kyokasho,
title = 'インタラクティブグラフ',
xaxis = list(title = 'x軸カテゴリラベル'),
yaxis = list(title = 'y軸カテゴリラベル'))
"C:/Users/naruk/Downloads/heart.data.csv"
## [1] "C:/Users/naruk/Downloads/heart.data.csv"
library(MASS)
##
## 次のパッケージを付け加えます: 'MASS'
## 以下のオブジェクトは 'package:plotly' からマスクされています:
##
## select
n <- 100
rho <- 0.2
set.seed(5)
m <- mvrnorm(n = n, mu = c(10, 5),
Sigma = rbind(c(1, rho),
c(rho, 1)))
d <- as.data.frame(m)
colnames(d) <- c('u', 'v')
library(DT)
datatable(round(d, 2))
import pandas as pd
d0 = {'u': [7, 4, 6, 2, 9, 3, 8, 1, 6, 3],
'v': [3, 6, 5, 8, 3, 4, 2, 9, 2, 6],
'w': [6, 3, 4, 9, 1, 8, 4, 2, 5, 7]}
d = pd.DataFrame(d0)
import numpy as np
r = np.corrcoef(d['u'], d['v'])
r[0, 1]
## -0.8511360272327114
cor = d.corr()
cor
## u v w
## u 1.000000 -0.851136 -0.415154
## v -0.851136 1.000000 0.101517
## w -0.415154 0.101517 1.000000
d.corr(method = 'spearman')
## u v w
## u 1.000000 -0.836927 -0.382265
## v -0.836927 1.000000 0.070553
## w -0.382265 0.070553 1.000000
d.corr(method = 'kendall')
## u v w
## u 1.000000 -0.705931 -0.321860
## v -0.705931 1.000000 0.069786
## w -0.321860 0.069786 1.000000
import seaborn as sb
sb.heatmap(cor, cmap = 'RdBu_r', annot = True)
