共生矩阵-热图

Question

我有一个超过20列和超过2000行的大型数据集。我想知道不同变量同时发生的次数。另外，如果能用它制作一个热图(共现热图或相关热图)，那就更好了。但是，我不确定您是否可以使用伪/二进制变量来做到这一点。有什么建议吗？

我需要转换这个示例数据集(x)

    A   B   C   D   E   F
1   0   1   1   1   1   0
2   0   1   1   0   0   1
3   1   0   0   0   1   0
4   0   0   1   1   1   1
5   0   0   1   1   0   0

变成类似这样的东西：

    A   B   C   D   E   F
A   0   0   0   0   1   0
B   0   0   2   1   1   1
C   0   2   0   3   2   2
D   0   1   3   0   2   1
E   1   1   2   2   0   1
F   0   1   2   2   1   0

Answer 1

给定一个矩阵X，我们有

(A <- t(X) %*% X)
#   A B C D E F
# A 1 0 0 0 1 0
# B 0 2 2 1 1 1
# C 0 2 4 3 2 2
# D 0 1 3 3 2 1
# E 1 1 2 2 3 1
# F 0 1 2 1 1 2

如果您希望对角线包含零，则添加diag(A) <- 0。热图然后可以用，例如，

heatmap(A, Rowv = NA, Colv = NA)

Answer 2

temp = sapply(colnames(A), function(x)
    sapply(colnames(A), function(y)
        sum(rowSums(A[,c(x, y)]) == 2)))
diag(temp) = 0
temp
#  A B C D E F
#A 0 0 0 0 1 0
#B 0 0 2 1 1 1
#C 0 2 0 3 2 2
#D 0 1 3 0 2 1
#E 1 1 2 2 0 1
#F 0 1 2 1 1 0

library(reshape2)
library(ggplot2)

df1 = melt(temp)

graphics.off()
ggplot(df1, aes(x = Var1, y = Var2, fill = value)) +
    geom_tile() +
    theme_classic()

​

DATA

A = structure(list(A = c(0L, 0L, 1L, 0L, 0L), B = c(1L, 1L, 0L, 0L, 
0L), C = c(1L, 1L, 0L, 1L, 1L), D = c(1L, 0L, 0L, 1L, 1L), E = c(1L, 
0L, 1L, 1L, 0L), F = c(0L, 1L, 0L, 1L, 0L)), .Names = c("A", 
"B", "C", "D", "E", "F"), class = "data.frame", row.names = c("1", 
"2", "3", "4", "5"))