在数据探索的过程中，我们往往会对数据与数据的相关性进行分析，例如我们常用的corrplot包，或者psych包中的corr.test函数，对两两变量间的相关性进行分析。我们常常会看到这样的相关性热图：
但有时变量间的关系并非线性，例如：我们熟知的微生物物种多样性与土壤pH之间的关系。因此在数据探索过程中，仅使用线性相关会导致我们遗漏一些重要信息。二次关系也需要纳入我们考虑的范围，因此本资源将对两两变量的二次关系的R代码及可视化进行介绍，助力数据探索。
我们尝试在对数据进行线性相关分析的同时，加入二次关系的分析，数据的可视化显示的结果大致如下：其中菱形表示线性相关显著，圆圈表示线性相关不显著，而二次关系显著。
可视化代码遵循如下原则：
- 若线性相关性显著，无论二次关系是否显著，均使用线性相关的R值和P值；（使用最简单的模型）
- 若线性相关性不显著，则查看二次关系是否显著，若显著则显示二次关系的R值和P值；若不显著则均不显示。
资源内容包括测试数据和可视化代码。