r将igraph转换为visNetwork

Question

我找到了一种将igraph转换为visNetwork的方法（请参阅Interactive arules with arulesViz and visNetwork）。假设从igraph转换为visNetwork之前和之后应该相同，但是我的结果显示转换为visNetwork之后的结果是不同的。

我将尝试使用data("Groceries")中的示例数据Library(arules)来演示该问题。

#Pre-defined library
library(arules)
library(arulesViz)
library(visNetwork)
library(igraph)

#Get sample data & get association rules
data("Groceries")
rules <- apriori(Groceries, parameter=list(support=0.01, confidence=0.4))
rules <- head(sort(rules, by="lift"), 10)

#Convert rules to data.table
library(data.table)
rules_dt <- data.table( lhs = labels( lhs(rules) ), 
                        rhs = labels( rhs(rules) ), 
                        quality(rules) )[ order(-lift), ]

以表格格式（按升降机排序）打印所有规则

使用igraph绘制前10个关联规则

ig <- plot(rules, method="graph", control=list(type="items"))

注意：基于关联规则，我通过使用igraph绘制网络图，一切正确。接下来，我将尝试将现有的igraph转换为visNetwork，然后我们比较结果。

tf <- tempfile( )
saveAsGraph(rules, file = tf, format = "dot" )
# clean up temp file if desired
#unlink(tf)

# Convert igraph to dataframe
ig_df <- as_data_frame(ig, what = "both")

# Plot visNetwork
visNetwork(
  nodes = data.frame(
     id = ig_df$vertices$name
 ,value = ig_df$vertices$lift # could change to lift or confidence
 ,title = ifelse(ig_df$vertices$label == "",ig_df$vertices$name, 
 ig_df$vertices$label)
 ,ig_df$vertices
 ), 
edges = ig_df$edges
) %>%
visEdges(arrows ="to") %>%  
visOptions( highlightNearest = T )

使用visNetwork绘制前10个关联规则

注意： 对于visNetwork图，拦截节点的大小表示“提升”，提升越大，拦截节点的大小越大；与igraph图不同，拦截节点的大小表示“支撑”，而拦截节点的颜色表示“提升”。

让我们比较igraph和visNetwork

通过引用表格式的关联规则，第10条规则（“提升”最小的规则），假设拦截节点的大小最小，但最终并不是最小。

问题

我试图进一步深入到ig_df <- get.data.frame( ig, what = "both" )，但在ig_df$vertices表上发现了一些奇怪的东西，该表是由as_data_frame的{​​{1}}函数生成的。 我发现assoc10（第10条关联规则的拦截节点）实际上对所有变量（即“ support”，“ confidence”，“ lift”和“ count”）具有library(igraph)，更确切地说，列的维度NA中的“支持”，“信心”，“提升”和“计数”正在向上移动一排！如果我错了，请纠正我。

结论 由于将igraph转换为visNetwork的关键是使用此ig_df$vertices从igraph中提取所有数据并将这些数据转换为数据框，然后使用从提取的数据框中提取数据绘制visNetwork。但是由于使用as_data_frame从igraph提取数据时出现提取问题，因此结果也有所不同。

问题：这是一个错误吗？还是我的代码有误？任何建议都欢迎。谢谢！

Answer 1

一年后...但是我也已经键入了所有内容，

如果我理解正确，这就是您遇到麻烦的原因-

value = ig_df$vertices$lift # could change to lift or confidence

最简单的解决方案是将提升值分配给size，因为在visNetwork size: Number. Default to 25. The size is used to determine the size of node shapes that do not have the label inside of them. These shapes are: image, circularImage, diamond, dot, star, triangle, triangleDown, square and icon中。我不确定values在这里的工作方式，但是如果您还提供适当的values，我想您可以使用scaling。 https://www.rdocumentation.org/packages/visNetwork/versions/2.0.9/topics/visNodes

解决方案是：

size = ig_df$vertices$lift # could change to lift or confidence

请注意，默认情况下具有NA提升的节点的大小设置为25，而使用2或3提升的节点几乎看不到节点。您可以成倍地增加举升大小，这会增加节点的大小并夸大举升的差异。

ig_df <- as_data_frame(ig, what = "both")
ig_df$vertices["lift"] <- ig_df$vertices["lift"] ** 3

我无法重现您的移位表问题，我的情况看起来还不错，希望它能自行解决！