Question

我需要帮助来创建图表。我解释得更好。

我创建了10个随机图，每个图都有N个节点。我做了N = 10 ^ 3,10 ^ 4,10 ^ 5。总共30个图表。

对于他们每个人，我都找到了他们拥有的多链路和自循环的百分比。

现在我想创建一个单独的图表，显示节点数量的函数百分比。如下所示：

expected_chart

所以我有3个名单： - listNets包含30个图表 - listSelf包含自循环的百分比 - listMul包含多重链接的百分比

这就是我所做的：

listN <- c((10^3), (10^4), (10^5))

# list of networks
listNets <- vector(mode = "list", length = 0) 
# list of percentage of selfloops
listSelf <- vector(mode = "list", length = 0)
#list of percentage of multilinks
listMul <- vector(mode = "list", length = 0)

...

for(N in listN) {

    ...

    net <- graph_from_adjacency_matrix(adjmatrix = adjacency_matrix, mode = "undirected") # it's work, infact if I plot it i saw a correct networks 
    listNets <- c(listNets, net) # I add net to list of networks
    x11()
    plot(net, layout = layout.circle(net))

    ...

    # I find self-loops e multilinks
    netmatr <- as_adjacency_matrix(net, sparse = FALSE)
    num_selfloops <- sum(diag(netmatr))
    num_multilinks <- sum(netmatr > 1)

    # I find percentage
    per_self <- ((num_selfloops/num_vertices)*100)
    per_mul <- ((num_multilinks/num_edges)*100)

    listSelf <- c(listSelf, per_self) 
    listMul <- c(listMul, per_mul)
}

现在，如果我以这种方式打印listNets，我会有一些奇怪的事情：

> print(listNets)
[[1]]
[1] 9

[[2]]
[1] FALSE

[[3]]
[1] 7 6 3 8 8 8

[[4]]
[1] 0 1 2 4 5 7

[[5]]
[1] 2 1 0 3 4 5

[[6]]
[1] 0 1 2 3 4 5

[[7]]
 [1] 0 0 0 0 1 1 1 2 3 6

[[8]]
 [1] 0 1 2 3 3 4 5 5 6 6

[[9]]
[[9]][[1]]
[1] 1 0 1

[[9]][[2]]
named list()

[[9]][[3]]
list()

[[9]][[4]]
list()


[[10]]
<environment: 0x000000001a6284a8>

[[11]]
[1] 9

[[12]]
[1] FALSE

[[13]]
[1] 2 5 8 8 7 8

[[14]]
[1] 0 1 3 4 6 7

[[15]]
[1] 0 1 4 2 3 5

[[16]]
[1] 0 1 2 3 4 5

[[17]]
 [1] 0 0 0 1 1 1 2 2 3 6

[[18]]
 [1] 0 1 2 2 3 4 4 5 6 6

[[19]]
[[19]][[1]]
[1] 1 0 1

[[19]][[2]]
named list()

[[19]][[3]]
list()

[[19]][[4]]
list()


[[20]]
<environment: 0x000000001a859e28>

...

相反，如果我打印其他两个列表（listSelf和listMult，一切正常）。

现在，我该如何绘制这些数据？

我读过数据帧，但我不明白如何在我的情况下使用它。有人能帮帮我吗？

我试图通过手工在csv文件上写一个可能的结果表让我回来，并试图绘制它以确定我是否朝着正确的方向前进。

这是代码，这是结果。注意：我手工创建的表格和我发明了百分比。

> df <- read.csv("./table.csv", sep = ",")  # read csv file 
> df
      N perSelf perMul
1  10^3       2      1
2  10^3       5      1
3  10^3      98     15
4  10^3      50     51
5  10^3      41     52
6  10^3      21    100
7  10^3      36     80
8  10^3      70     20
9  10^3      80     55
10 10^3     100     44
11 10^4       2      1
12 10^4       5     18
13 10^4     100     20
14 10^4      50     51
15 10^4      51     52
16 10^4      21    100
17 10^4      36     80
18 10^4      70     20
19 10^4      73     85
20 10^4     100     98
21 10^5     100     10
22 10^5       5      1
23 10^5      98     15
24 10^5      50     51
25 10^5      41     52
26 10^5      21     85
27 10^5      36     80
28 10^5      65     20
29 10^5      80     55
30 10^5     100     44

wrong_result

有些不对劲。

非常感谢

代码是：

# create a matrix from a list (list_all)
mat <- matrix(unlist(list_all), 
              unique(lengths(list_all)),
              dimnames = list(NULL, c("N", "% selfloops", "% multilinks")))

# convert matrix to data frame
df <- as.data.frame(x = mat, row.names = NULL) 
df

# plot
dflong <- melt(df, id.vars = 'N')

x11()
ggplot(dflong, aes(x = N, y = value, color = variable)) +
  geom_point(size = 5, alpha = 0.7, position = position_dodge(width = 0.3)) +
  scale_x_discrete(labels = parse(text = as.character(unique(dflong$N)))) +
  scale_y_continuous('', breaks = seq(0, 100, 25), labels = paste(seq(0, 100, 25), '%')) +
  scale_color_manual('', values = c('red', 'blue'),
                     labels = c('Percentage of selfloop','Percentage of multilinks')) +
  theme_minimal(base_size = 14)

df是：

   N % selfloops % multilinks
1 10   11.111111      0.00000
2 10   11.111111      0.00000
3 10    0.000000      0.00000
4 20    0.000000      0.00000
5 20    0.000000     15.38462
6 20    0.000000      0.00000
7 30    3.448276      0.00000
8 30    3.448276      0.00000
9 30    0.000000      0.00000

Answer 1

以df数据框作为起点，您可以分两步获得所需的结果：

1）使用 reshape2 将数据重新整形为长格式：

library(reshape2)
dflong <- melt(df, id.vars = 'N')

2）使用 ggplot2 绘制数据：

library(ggplot2)
ggplot(dflong, aes(x = N, y = value, color = variable)) +
  geom_point(size = 5, alpha = 0.7, position = position_dodge(width = 0.3)) +
  scale_x_discrete(labels = parse(text = as.character(unique(dflong$N)))) +
  scale_y_continuous('', breaks = seq(0,100,25), labels = paste(seq(0,100,25),'%')) +
  scale_color_manual('', values = c('red','blue'), 
                     labels = c('Percentage of selfloop','Percentage of multilinks')) +
  theme_minimal(base_size = 14)

给出：

我使用了透明度（alpha = 0.7），以便能够看到点重叠的位置。

回应你的评论和问题中的第二个例子：

您必须稍微更改 ggplot2 代码：

将x中的aes变量更改为系数。
不再需要解析标签的文本，因此可以删除该部分。
调整y值中的值和中断。

以下代码：

ggplot(dflong, aes(x = factor(N), y = value, color = variable)) +
  geom_point(size = 5, alpha = 0.5, position = position_dodge(width = 0.3)) +
  xlab('N') +
  scale_y_continuous('', breaks = seq(0, 20, 5), 
                     labels = paste(seq(0, 20, 5), '%'),
                     limits = c(0,20)) +
  scale_color_manual('', 
                     values = c('red', 'blue'),
                     labels = c('Percentage of selfloop','Percentage of multilinks')) +
  theme_minimal(base_size = 14)

会给你：

使用过的数据：

df <- structure(list(N = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L), .Label = c("10^3", "10^4", "10^5"), class = "factor"), 
                     perSelf = c(2L, 5L, 98L, 50L, 41L, 21L, 36L, 70L, 80L, 100L, 2L, 5L, 100L, 50L, 51L, 21L, 36L, 70L, 73L, 100L, 100L, 5L, 98L, 50L, 41L, 21L, 36L, 65L, 80L, 100L), 
                     perMul = c(1L, 1L, 15L, 51L, 52L, 100L, 80L, 20L, 55L, 44L, 1L, 18L, 20L, 51L, 52L, 100L, 80L, 20L, 85L, 98L, 10L, 1L, 15L, 51L, 52L, 85L, 80L, 20L, 55L, 44L)), 
                .Names = c("N", "perSelf", "perMul"), class = "data.frame", row.names = c(NA, -30L))

从不同的数据创建图表

1 个答案: