如何在R中可视化大型网络？

Question

网络可视化在实践中在科学中变得普遍。但随着网络规模的扩大，常见的可视化变得不那么有用。有太多的节点/顶点和链接/边缘。通常，可视化工作最终会产生毛球＆＃34;。

已经提出了一些新方法来克服这个问题，例如：

• 边缘捆绑：
  • http://vis.stanford.edu/papers/divided-edge-bundling或
  • https://gephi.org/tag/edge-bundling/
• 分层边缘捆绑：
  • http://graphics.cs.illinois.edu/sites/graphics.dev.engr.illinois.edu/files/edgebundles.pdf
• 组属性布局：
  • http://wiki.cytoscape.org/Cytoscape_3/UserManual
  • How to make grouped layout in igraph?

我相信还有更多方法。因此，我的问题是： 如何克服毛球问题，即如何使用R来形象化大型网络？

以下是一些模拟示例网络的代码：

# Load packages
lapply(c("devtools", "sna", "intergraph", "igraph", "network"), install.packages)
library(devtools)
devtools::install_github(repo="ggally", username="ggobi")
lapply(c("sna", "intergraph", "GGally", "igraph", "network"), 
       require, character.only=T)

# Set up data
set.seed(123)
g <- barabasi.game(1000)

# Plot data
g.plot <- ggnet(g, mode = "fruchtermanreingold")
g.plot

这个问题与此有关 Visualizing Undirected Graph That's Too Large for GraphViz?。但是，在这里我不是寻找一般软件建议，而是搜索具体示例（使用上面提供的数据）哪些技术有助于通过使用R 来实现对大型网络的良好可视化（与以下示例相比）这个帖子：R: Scatterplot with too many points）。

Answer 1

可视化超大型网络的另一种方法是使用BioFabric（www.BioFabric.org），它使用水平线而不是点来表示节点。然后使用垂直线段显示边缘。有关此技术的快速D3演示如下所示：http://www.biofabric.org/gallery/pages/SuperQuickBioFabric.html。

BioFabric是一个Java应用程序，但可以在https://github.com/wjrl/RBioFabric获得一个简单的R版本。

以下是R代码的片段：

 # You need 'devtools':
 install.packages("devtools")
 library(devtools)

 # you need igraph:
 install.packages("igraph")
 library(igraph)

 # install and load 'RBioFabric' from GitHub
 install_github('RBioFabric',  username='wjrl')
 library(RBioFabric)

 #
 # This is the example provided in the question:
 #

 set.seed(123)
 bfGraph = barabasi.game(1000)

 # This example has 1000 nodes, just like the provided example, but it 
 # adds 6 edges in each step, making for an interesting shape; play
 # around with different values.

 # bfGraph = barabasi.game(1000, m=6, directed=FALSE)

 # Plot it up! For best results, make the PDF in the same
 # aspect ratio as the network, though a little extra height
 # covers the top labels. Given the size of the network,
 # a PDF width of 100 gives us good resolution.

 height <- vcount(bfGraph)
 width <- ecount(bfGraph)
 aspect <- height / width;
 plotWidth <- 100.0
 plotHeight <- plotWidth * (aspect * 1.2)
 pdf("myBioFabricOutput.pdf", width=plotWidth, height=plotHeight)
 bioFabric(bfGraph)
 dev.off()

以下是提问者提供的BioFabric数据版本的照片，尽管使用m> m的值创建网络。 1更有趣。插图细节显示了网络左上角的特写;节点BF4是网络中的最高度节点，默认布局是从该节点开始的网络（忽略边缘方向）的广度优先搜索，其中相邻节点以节点度降低的顺序遍历。注意，我们可以立即看到，例如，大约60％的节点BF4的邻居是1级。我们还可以从严格的45度下边缘看到这个1000节点网络有999个边缘，并且因此，一棵树。

完全披露：BioFabric是我写的工具。

Answer 2

这是一个有趣的问题，我对你列出的大部分工具都不了解，谢谢。您可以将HivePlot添加到列表中。它是一种确定性方法，包括在固定数量的轴上投影节点（通常为2或3）。查看链接页面，有许多可视化示例。

如果数据集中有分类节点属性，则可以更好地工作，以便您可以使用它来选择节点所在的轴。例如，在研究大学的社交网络时：一个是学生，另一个是教师，第三个是行政人员。但当然，它也可以使用离散化的数字属性（例如，各自轴上的年轻人，中年人和老年人）。

然后你需要另一个属性，这次它必须是数字（或至少是序数）。它用于确定节点在其轴上的位置。您还可以使用一些拓扑测量，例如度或传递性（聚类系数）。

How to build a hiveplot http://www.hiveplot.net/img/hiveplot-undirected-01.png

该方法具有确定性的事实很有意思，因为它允许比较代表不同（但可比较）系统的不同网络。例如，您可以比较两所大学（假设您使用相同的属性/度量来确定轴和位置）。它还允许通过选择不同的属性/度量组合来生成可视化，以各种方式描述相同的网络。实际上，这是一种可视化网络的推荐方式，这得益于所谓的蜂巢小组。

我在本文开头提到的页面中列出了几个能够生成这些hive图的软件，包括Java和R中的实现。

Answer 3

我最近一直在处理这个问题。结果，我想出了另一个解决方案。按社区/群集折叠图表。这种方法类似于上述OP概述的第三种选择。作为警告，这种方法最适用于无向图。例如：

Person

此过程的结果如下图所示，顶点的名称代表社区成员资格。

library(igraph)

set.seed(123)
g <- barabasi.game(1000) %>%
  as.undirected()

#Choose your favorite algorithm to find communities.  The algorithm below is great for large networks but only works with undirected graphs
c_g <- fastgreedy.community(g)

#Collapse the graph by communities.  This insight is due to this post http://stackoverflow.com/questions/35000554/collapsing-graph-by-clusters-in-igraph/35000823#35000823

res_g <- simplify(contract(g, membership(c_g))) 

以上显然比这个可怕的混乱更好

plot(g, margin = -.5)

要将社区链接到原始顶点，您需要类似于以下内容的内容

plot(r_g, margin = -.5)

IMO这是一个很好的方法有两个原因。首先，它理论上可以处理任何大小的图形。在折叠图上可以不断重复查找社区的过程。其次，采用交互式方法会产生非常可读的结果。例如，可以想象用户能够点击折叠图中的顶点来展开显示其所有原始顶点的社区。

Answer 4

另一个有趣的方案是networkD3。在这个库中有无数种表示图形的方法。特别是，我发现forceNetwork是一个有趣的选项。它是交互式的，因此可以让您真正探索您的网络。这对EDA来说很棒，但它对于最终的工作来说可能太“摇摆不定”了。

Answer 5

我环顾四周，没有找到好的解决方案。我的方法是删除节点并使用边缘透明度。它更多是一种设计解决方案，而不是技术解决方案，但是我已经能够绘制多达50,000个边缘的类似gephi的网络，而在笔记本电脑上却没有太多麻烦。

与您的示例：

plot(simplify(g), vertex.size= 0.01,edge.arrow.size=0.001,vertex.label.cex = 0.75,vertex.label.color = "black"  ,vertex.frame.color = adjustcolor("white", alpha.f = 0),vertex.color = adjustcolor("white", alpha.f = 0),edge.color=adjustcolor(1, alpha.f = 0.15),display.isolates=FALSE,vertex.label=ifelse(page_rank(g)$vector > 0.1 , "important nodes", NA))

twitter的示例提到具有30,000个边缘的网络：