Question

我有一个详细说明N个节点之间边缘权重的数据框。是否有用于处理此类数据的包？

例如，我想将以下信息绘制为网络：

  p1 p2 counts
1  a  b    100
2  a  c    200
3  a  d    100
4  b  c     80
5  b  d     90
6  b  e    100
7  c  d    100
8  c  e     40
9  d  e     60

Answer 1

一个选项是network包，它是用于统计社交网络分析的statnet R系列包的一部分。它以稀疏的方式处理网络数据，这对于较大的数据集很有用。

下面，我执行以下操作：

将edgelist（前两列）加载到网络对象中
将计数指定为称为权重的边缘属性。
使用gplot绘制网络。（请参阅帮助页面以更改边缘的厚度。）
绘制一个社会矩阵（只是一组代表邻接矩阵的5x5块，其中（i，j）单元格用相对计数着色）

A = read.table(file="so.txt",header=T)
A
      p1 p2 counts
    1  a  b    100
    2  a  c    200
    3  a  d    100
    4  b  c     80
    5  b  d     90
    6  b  e    100
    7  c  d    100
    8  c  e     40
    9  d  e     60

library(network)
net = network(A[,1:2])
# Get summary information about your network
net
     Network attributes:
      vertices = 5 
      directed = TRUE 
      hyper = FALSE 
      loops = FALSE 
      multiple = FALSE 
      bipartite = FALSE 
      total edges= 9 
        missing edges= 0 
        non-missing edges= 9 
        Vertex attribute names: 
        vertex.names 
     adjacency matrix:
      a b c d e
    a 0 1 1 1 0
    b 0 0 1 1 1
    c 0 0 0 1 1
    d 0 0 0 0 1
    e 0 0 0 0 0

set.edge.attribute(net,"weight",A[,3])
gplot(net)

## Another cool feature
s = as.sociomatrix(net,attrname="weight")
plot.sociomatrix(s)

Answer 2

以下是如何在igraph：

中制作数据的网络图

d <- data.frame(p1=c('a', 'a', 'a', 'b', 'b', 'b', 'c', 'c', 'd'),
                p2=c('b', 'c', 'd', 'c', 'd', 'e', 'd', 'e', 'e'),
                counts=c(100, 200, 100,80, 90,100, 100,40,60))

library(igraph)
g <- graph.data.frame(d, directed=TRUE)
print(g, e=TRUE, v=TRUE)
tkplot(g, vertex.label=V(g)$name)

Answer 3

我也一直在igraph工作。创建图形的一种方法是将所有“从”到“节点”的列表写出到文本文件中，将其作为图形对象读回。图形对象可以经受许多图形理论过程，并且可以处理相当大的网络。

Answer 4

根据我的经验，igraph是我最喜欢的大型图形理论工作包。它具有内存效率，并且具有一些非常好的算法。 igraph使用类似内部边缘列表的数据结构对于更简单/更小的东西，我倾向于使用'sna'包（“社交网络分析”）。它非常适合交互式工作和小型网络的绘图。 sna使用了更多的邻接矩阵数据结构。

在R中操纵网络数据

4 个答案: