数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装学
法学如何在R中将相关矩阵中的相关值四舍五入到小数点后零位？
要找到相关矩阵，我们只需要使用cor函数和数据框对象名称。例如，如果我们有一个名为df的数据框，则可以使用cor(df)找到相关矩阵。但是结果将有太多小数位来表示相关性。如果我们想避免小数点后的值，我们可以使用round函数。
考虑base R中的mtcars数据 -
示例
data(mtcars) cor(mtcars)
输出
mpg cyl disp hp drat wt mpg 1.0000000 -0.8521620 -0.8475514 -0.7761684 0.68117191 -0.8676594 cyl -0.8521620 1.0000000 0.9020329 0.8324475 -0.69993811 0.7824958 disp -0.8475514 0.9020329 1.0000000 0.7909486 -0.71021393 0.8879799 hp -0.7761684 0.8324475 0.7909486 1.0000000 -0.44875912 0.6587479 drat 0.6811719 -0.6999381 -0.7102139 -0.4487591 1.00000000 -0.7124406 wt -0.8676594 0.7824958 0.8879799 0.6587479 -0.71244065 1.0000000 qsec 0.4186840 -0.5912421 -0.4336979 -0.7082234 0.09120476 -0.1747159 vs 0.6640389 -0.8108118 -0.7104159 - 0.7230967 0.44027846 -0.5549157 am 0.5998324 -0.5226070 -0.5912270 -0.2432043 0.71271113 -0.6924953 gear 0.4802848 -0.4926866 -0.5555692 -0.1257043 0.69961013 -0.5832870 carb -0.5509251 0.5269883 0.3949769 0.7498125 -0.09078980 0.4276059 qsec vs am gear carb mpg 0.41868403 0.6640389 0.59983243 0.4802848 -0.55092507 cyl -0.59124207 -0.8108118 -0.52260705 -0.4926866 0.52698829 disp -0.43369788 -0.7104159 -0.59122704 -0.5555692 0.39497686 hp -0.70822339 -0.7230967 -0.24320426 -0.1257043 0.74981247 drat 0.09120476 0.4402785 0.71271113 0.6996101 -0.09078980 wt -0.17471588 -0.5549157 -0.69249526 -0.5832870 0.42760594 qsec 1.00000000 0.7445354 -0.22986086 -0.2126822 -0.65624923 vs 0.74453544 1.0000000 0.16834512 0.2060233 -0.56960714 am -0.22986086 0.1683451 1.00000000 0.7940588 0.05753435 gear -0.21268223 0.2060233 0.79405876 1.0000000 0.27407284 carb -0.65624923 -0.5696071 0.05753435 0.2740728 1.00000000
输出
qsec vs am gear carb mpg 0.41868403 0.6640389 0.59983243 0.4802848 -0.55092507 cyl -0.59124207 -0.8108118 -0.52260705 -0.4926866 0.52698829 disp -0.43369788 -0.7104159 -0.59122704 -0.5555692 0.39497686 hp -0.70822339 -0.7230967 -0.24320426 -0.1257043 0.74981247 drat 0.09120476 0.4402785 0.71271113 0.6996101 -0.09078980 wt -0.17471588 -0.5549157 -0.69249526 -0.5832870 0.42760594 qsec 1.00000000 0.7445354 -0.22986086 -0.2126822 -0.65624923 vs 0.74453544 1.0000000 0.16834512 0.2060233 -0.56960714 am -0.22986086 0.1683451 1.00000000 0.7940588 0.05753435 gear -0.21268223 0.2060233 0.79405876 1.0000000 0.27407284 carb -0.65624923 -0.5696071 0.05753435 0.2740728 1.00000000
查找相关系数四舍五入到零的相关矩阵 -
示例
round(cor(mtcars),0)
输出
mpg cyl disp hp drat wt qsec vs am gear carb mpg 1 -1 -1 -1 1 -1 0 1 1 0 -1 cyl -1 1 1 1 -1 1 -1 -1 -1 0 1 disp -1 1 1 1 -1 1 0 -1 -1 -1 0 hp -1 1 1 1 0 1 -1 -1 0 0 1 drat 1 -1 -1 0 1 -1 0 0 1 1 0 wt -1 1 1 1 -1 1 0 -1 -1 -1 0 qsec 0 -1 0 -1 0 0 1 1 0 0 -1 vs 1 -1 -1 -1 0 -1 1 1 0 0 -1 am 1 -1 -1 0 1 -1 0 0 1 1 0 gear 0 0 -1 0 1 -1 0 0 1 1 0 carb -1 1 0 1 0 0 -1 -1 0 0 1
考虑下面的数据框 -
示例
x1<-sample(rexp(5,1),20,replace=TRUE) x2<-sample(runif(5,1,2),20,replace=TRUE) x3<-sample(rnorm(4,0.95,0.04),20,replace=TRUE) df_x<-data.frame(x1,x2,x3) df_x
输出
x1 x2 x3 1 2.89702241 1.764443 0.9478372 2 0.89472590 1.764443 0.9850543 3 0.89472590 1.299860 0.9850543 4 0.07786123 1.377727 0.9661181 5 2.89702241 1.452261 0.9478372 6 0.22655315 1.452261 0.9850543 7 2.89702241 1.452261 0.9478372 8 2.89702241 1.764443 0.9661181 9 0.46248476 1.764443 0.9850543 10 0.22655315 1.452261 0.9731809 11 0.89472590 1.764443 0.9731809 12 0.46248476 1.764443 0.9661181 13 2.89702241 1.452261 0.9731809 14 0.07786123 1.377727 0.9661181 15 0.89472590 1.377727 0.9478372 16 0.07786123 1.180832 0.9731809 17 0.22655315 1.377727 0.9731809 18 0.22655315 1.764443 0.9478372 19 2.89702241 1.764443 0.9731809 20 0.46248476 1.452261 0.9661181
示例
cor(df_x)
输出
x1 x2 x3 x1 1.00000000 0.05458349 -0.2571943 x2 0.05458349 1.00000000 -0.1760571 x3 -0.25719426 -0.17605707 1.0000000
示例
round(cor(df_x),0)
输出
x1 x2 x3 x1 1 0 0 x2 0 1 0 x3 0 0 1
更新于：2020年10月14日
4K+ 次浏览
广告