基于二分类事件数据集生成事件关联矩阵或热图

1. 计算共现次数矩阵 #

对于仅含0/1的二元事件数据集，两两事件的共现次数可以通过矩阵转置与原矩阵相乘直接计算，结果矩阵的(i,j)位置即为eventi和eventj同时为1的记录数，对角线为单个事件的发生次数：

# 加载数据集
df <- data.frame(event1 = c(1, 0, 0, 1, 0, 0, 1),
                 event2 = c(1, 1, 0, 1, 0, 0, 1),
                 event3 = c(1, 0, 0, 0, 0, 0, 0))

# 计算共现矩阵
co_occur_matrix <- t(df) %*% df
print(co_occur_matrix)

运行结果：

event1 event2 event3
event1      3      3      1
event2      3      4      1
event3      1      1      1

完全匹配你提到的统计结果：event1与event2共现3次，event2与event3共现1次。

2. 绘制共现热图 #

方法1：基础R热图函数

用R内置的heatmap()快速生成热图：

heatmap(co_occur_matrix,
        main = "事件共现次数热图",
        xlab = "事件", ylab = "事件",
        col = heat.colors(10)) # 自定义配色

方法2：用pheatmap包生成美观热图（推荐）

pheatmap支持显示单元格数值、自定义配色等功能，先安装并加载包：

install.packages("pheatmap")
library(pheatmap)

绘制带数值标注的热图：

pheatmap(co_occur_matrix,
         main = "事件共现次数热图",
         display_numbers = TRUE, # 显示共现次数数值
         color = viridis::viridis(10), # 用viridis配色（需先安装viridis包）
         border_color = "white")

如果没有viridis包，可替换为自定义渐变配色，比如colorRampPalette(c("#f7fbff", "#08306b"))(10)。

内容的提问来源于stack exchange，提问作者user19611357