矩阵数据变量多，信息量大，要想一目了然的可视化，大家的第一反应我相信一定是heatmap，不过今天要给大家分享一个和pheatmap、complexheatmap包不一样的包corrplot，corrplot包专注于相关性矩阵可视化，使用起来更加简单方便。
corrplot主要偏向于使用在相关性矩阵分析中，当然不仅限于相关性矩阵，只要数据类型符合要求。
corrplot（https://github.com/taiyun/corrplot）是发表在github上的开源R包，使用之前需要安装：
安装最新的开发版本：
install.packages("devtools")
devtools::install_github("taiyun/corrplot", build_vignettes=TRUE)
安装稳定版本：
install.packages("corrplot")
睁大你的眼睛，一大波原图来袭：
以上图片来源于：
https://cran.r-project.org/web/packages/corrplot/vignettes/corrplot-intro.html
corrplot包的主函数是corrplot，另外还有一个封装的函数corrplot.mixed，可以对上三角和下三角分别控制其显示方式，常用参数如下：
参数 | 说明 |
corr | 用于绘图的矩阵，必须是正方形矩阵，如果是普通的矩阵，需要设置is.corr=FALSE |
method | 可视化的方法，共有7中，默认是circle |
type | 展示全矩阵，还是半角矩阵，默认full |
add | 逻辑值，若为TRUE，可以添加到现有图形中 |
col | 颜色设置 |
is.corr | 逻辑值，若为TRUE，表示矩阵不是正方形的相关性矩阵 |
diag | 是否显示对角线值 |
tl.cex | 标签字体大小 |
tl.col | 标签字体颜色 |
cl.lim | 值域范围 |
孙老湿举栗子
corrplot绘图比较简单，我们使用mtcars模拟数据演示，head(mtcars)查看：
install.packages("corrplot") #安装包
library(corrplot) #加载包
M <- cor(mtcars) #计算mtcars变量之间的相关性，返回值是相关性矩阵
corrplot(M, method="circle") #绘图
corrplot.mixed(M, upper = "ellipse")
corrplot绘图相对简单，大家可以到：
https://cran.r-project.org/web/packages/corrplot/vignettes/corrplot-intro.html
网站查看更多的使用例子。
另外ggplot2中可以绘制，略显繁琐，而且ggplot2中也有一款辅助包ggcorrplot大家感兴趣的可以去看一下：https://github.com/kassambara/ggcorrplot
有任何问题，欢迎在文末留言讨论。
