相关性表示两组数据之间的关系是否“相似”或“相近”；但当遇到多组数据时，如何直观的比较各组数据之间的相关性是一个大家比较关注的问题，相关图可以通过对相关系数矩阵的可视化来解决这一问题。这里列出2种方法：
数据以R语言内置的mtcars数据框为例(直接输入mtcars就能查看其内容，其包含了11个变量，对那个变量都测量了32辆汽车)
1. 利用corrgram包中的corrgram()函数。
代码为：
install.packages("corrgram") #安装corrgram包
library(corrgram) #加载corrgram包
corrgram(mtcars,order=TRUE,lower.panel=panel.shade,upper.panel=panel.pie,text.panel=panel.txt,main="correlogram of mydata intercorrelations") #画图，不需要事先计算出相关系数矩阵 (panel.shade + panel.pie)
order=TRUE表示相关矩阵将使用主成分分析法对变量重新排序(能够使二元变量的关系模式更加明显)；
lower.panel=panel.shade,下三角的图形用阴影深度表示相关性大小；
upper.panel=panel.pie ，上三角图形用饼图填充比例来表示相关性(panel.ellipse用平滑曲线和置信椭圆表示相关性，panel.pts用散点图表示相关性)；
text.panel=panel.txt主对角线输出的变量名字；
main&
