样本相关性可视化绘图技术咨询：基于S1、S2样本数据集

当然有可行的办法！用常用的数据分析工具就能轻松可视化这两个样本（S1、S2）之间的相关程度，下面我结合你给的样本数据，分别用Python和R来给你演示具体实现步骤。

先整理样本数据 #

首先把你提供的原始数据整理成结构化的格式，方便后续处理：

方法1：使用Python（Seaborn + Matplotlib） #

Python的数据分析生态非常适合这类可视化需求，我们可以通过相关热力图直接展示样本间的相关系数，再用指标对比折线图辅助观察趋势。

步骤1：导入库并加载数据 #

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 用字典构建数据框
sample_data = {
    'tis1': [0, 1],
    'tis2': [0, 2],
    'tis3': [0, 0.4],
    'tis4': [12.1, 14.1],
    'tis5': [29.2, 9.2],
    'tis6': [1.9, 1.8],
    'tis7': [0.45, 0.7],
    'tis8': [0.2, 0.9],
    'tis9': [17.0, 7.0],
    'tis10': [0.4, 0.3],
    'tis11': [0.7, 0.7],
    'tis12': [0.1, 0.3]
}
df = pd.DataFrame(sample_data, index=['S1', 'S2'])

步骤2：绘制相关热力图 #

热力图可以直观展示两个样本的皮尔逊相关系数（取值范围-1到1，越接近±1相关性越强）：

# 转置数据后计算样本间的相关系数
corr_matrix = df.T.corr()

# 绘制热力图
plt.figure(figsize=(6, 4))
sns.heatmap(corr_matrix, annot=True, cmap='coolwarm', vmin=-1, vmax=1)
plt.title('S1与S2的相关系数热力图')
plt.show()

运行后会生成一个带数值标注的热力图，红色代表正相关，蓝色代表负相关，数值直接显示相关程度。

步骤3：绘制指标对比折线图 #

通过折线图可以直观对比每个tis指标的数值变化趋势，和相关系数结果互相印证：

plt.figure(figsize=(12, 6))
# 转置数据后绘制折线图
df.T.plot(kind='line', marker='o')
plt.title('S1与S2的TIS指标对比')
plt.xlabel('TIS指标')
plt.ylabel('指标数值')
plt.legend(title='样本')
plt.grid(True)
plt.show()

方法2：使用R语言（ggplot2） #

如果你习惯用R，ggplot2可以生成更灵活的可视化图表，同样分为相关热力图和指标对比图两步。

步骤1：准备数据 #

# 加载需要的库
library(ggplot2)
library(reshape2)

# 创建长格式数据框
sample_data <- data.frame(
  Sample = rep(c("S1", "S2"), each = 12),
  Indicator = rep(paste0("tis", 1:12), 2),
  Value = c(0, 0, 0, 12.1, 29.2, 1.9, 0.45, 0.2, 17.0, 0.4, 0.7, 0.1,
            1, 2, 0.4, 14.1, 9.2, 1.8, 0.7, 0.9, 7.0, 0.3, 0.7, 0.3)
)

# 转换为宽格式用于计算相关系数
wide_data <- dcast(sample_data, Sample ~ Indicator, value.var = "Value")
rownames(wide_data) <- wide_data$Sample
wide_data <- wide_data[, -1]

步骤2：绘制相关热力图 #

# 计算样本间的相关系数并转换为长格式
corr_matrix <- cor(t(wide_data))
corr_df <- melt(corr_matrix)

# 绘制热力图
ggplot(corr_df, aes(x=Var1, y=Var2, fill=value)) +
  geom_tile() +
  geom_text(aes(label=round(value, 2)), color="white") +
  scale_fill_gradient2(low="blue", mid="white", high="red", midpoint=0, limits=c(-1,1)) +
  labs(title="S1与S2的相关系数热力图", x="样本", y="样本") +
  theme_minimal()

步骤3：绘制指标对比折线图 #

ggplot(sample_data, aes(x=Indicator, y=Value, group=Sample, color=Sample)) +
  geom_line(linewidth=1) +
  geom_point(size=3) +
  labs(title="S1与S2的TIS指标对比", x="TIS指标", y="指标数值") +
  theme(axis.text.x = element_text(angle=45, hjust=1)) +
  theme_minimal()

内容的提问来源于stack exchange，提问作者jonny jeep