功能：
计算表格内所有元素的两两相关性。

输入：

（1）表格包含分析数据及表头信息，如示例文件中的基因表达量表格，表头为样本名称，列名为基因ID，每行数据为对应基因在各样本中表达量的FPKM值

（2）输入文件为tab-delimited所保存的txt格式

参数：

（1）分析类型：包含两种，pearson和spearman，1）pearson系数，通常用于计算连续数据的相关性；2）spearman系数，专门用于计算等级数据的相关性。

（2）计算向量：默认列向量col。如示例文件中，若选择列向量，则以列为基础，计算每两列数据的相关性，即样本之间的相关性，可用于评估样本分组差异、样本重复性等；若选择行向量，则以行为基础，计算每两行数据的相关性，即基因之间的相关性，可用于评估基因的关联特征等。

（3）颜色，可根据数据量大小、相关性系数波动范围等选择2种或3种颜色，默认2种， white,green。

（4）字体大小：默认为10

（5）在格子上显示数字：默认为no，不显示

（6）画出格子边界：默认为no,不显示

（7）结果是否显示行名：默认为yes,显示

（8）结果是否显示列名：默认为yes,显示

输出：

all.cor.matrix.xls：相关系数矩阵，绘制热图的数据格式

all.pvalue.matrix.xls：相关显著性p值矩阵

all.cor_pvalue.list.xls：相关系数及p值列表，云平台工具绘制网络图的数据格式（网络图链接 )

all.cor_heatmap.png/pdf: 默认输出两种格式的结果图

结果说明：

相关系数为正表示正相关，为负表示负相关。常用的相关性强弱判断标准如下图：

相关系数绝范围	相关性强弱程度
0.8-1.0	极强相关
0.6-0.8	强相关
0.4-0.6	中等程度相关
0.2-0.4	弱相关
0.0-0.2	极弱相关或无相关

相关显著性p <0.05，代表显著相关；p <0.01，代表极显著相关