如何突出 ggpairs 相关矩阵中的高相关性？

如何解决如何突出 ggpairs 相关矩阵中的高相关性？

我正在调查不同变量的分布及其相关性。有没有办法突出高相关性？例如我可以将大于 0.8 的相关性标记为红色，将小于 -0.8 的相关性标记为蓝色。

enter image description here

解决方法

正如@thefringthing 在他们的评论中所说，这不是一项简单的任务，但绝对可行。

此解决方案基于 this question 和 this answer：

# Load libraries
library(tidyverse)
library(GGally)

# Load some example data
mtcars <- mtcars[,1:6]

# Define function to colour panels according to correlation
cor_func <- function(data,mapping,method,symbol,...){
  x <- eval_data_col(data,mapping$x)
  y <- eval_data_col(data,mapping$y)
  
  corr <- cor(x,y,method=method,use='complete.obs')
  
  colFn <- colorRampPalette(c("firebrick","white","dodgerblue"),interpolate ='spline')
  rampcols <- colFn(100)
  match <- c(rampcols[1:10],rep("#FFFFFF",80),rampcols[90:100])
  fill <- match[findInterval(corr,seq(-1,1,length = 100))]
  
  ggally_text(
    label = paste(symbol,as.character(round(corr,2))),mapping = aes(),xP = 0.5,yP = 0.5,color = 'black',...) + 
    theme_void() +
    theme(panel.background = element_rect(fill = fill))
}

plot1 <- ggpairs(mtcars,upper = list(continuous = wrap(cor_func,method = 'spearman',symbol = "Corr:\n")),lower = list(continuous = function(data,...) {
                ggally_smooth_lm(data = data,mapping = mapping)}),diag = list(continuous = function(data,...) {
                ggally_densityDiag(data = data,mapping = mapping)}
              ))

plot1