Plot在同一Graph Igraph上收集子图的社区
我在R中有一个非定向网络，当在igraph中绘制时看起来像：
plot(g2)
从这个主图中，我提取所有具有最小顶点= 4的簇/子图：
modules <- decompose.graph(g2, min.vertices = 4)
out <- modules[order(sapply(modules, ecount), decreasing=T)]
，并提供：
> head(modules)
[[1]]
IGRAPH UN-- 4 4 --
+ attr: name (v/c), value (e/n), sourceID (e/n), targetID (e/n)
+ edges (vertex names):
[1] 333--342 333--324 333--323 342--324
[[2]]
IGRAPH UN-- 4 4 --
+ attr: name (v/c), value (e/n), sourceID (e/n), targetID (e/n)
+ edges (vertex names):
[1] 27--25 27--20 25--20 25--21
[[3]]
IGRAPH UN-- 4 3 --
+ attr: name (v/c), value (e/n), sourceID (e/n), targetID (e/n)
+ edges (vertex names):
[1] 662--657 662--705 706--657
[[4]]
IGRAPH UN-- 4 3 --
+ attr: name (v/c), value (e/n), sourceID (e/n), targetID (e/n)
+ edges (vertex names):
[1] 793--792 793--795 793--794
[[5]]
IGRAPH UN-- 4 3 --
+ attr: name (v/c), value (e/n), sourceID (e/n), targetID (e/n)
+ edges (vertex names):
[1] 746--747 746--722 746--721
[[6]]
IGRAPH UN-- 4 3 --
+ attr: name (v/c), value (e/n), sourceID (e/n), targetID (e/n)
+ edges (vertex names):
[1] 285--284 285--286 287--284
我可以通过执行以下操作将这些图表绘制成一个图表：
vertexes <- character()
data_frames <- list()
for(i in 1:length(out)) {
vertexes[i] <- list(vertex.attributes(out[[i]])$name)
data_frames[[i]] <- get.data.frame(out[[i]])
}
sub_nodes = unlist(vertexes)
subv <- sub_nodes
g3 <- induced.subgraph(graph=g2,vids=subv)
plot(g3)
我可以计算这个主图的中间性并显示结果：
wc <- edge.betweenness.community(g3, weights = NULL
,directed = FALSE,bridges = TRUE)
plot(wc, g3)
这会将每个子群集拆分为一个社区。
我想要的是为每个子群集评估的 介于性 ：
我通过以下方式计算每个子图的介于：
betweenness_sub <- list()
for(i in 1:length(out)) {
btws <- edge.betweenness.community(out[[i]], weights = NULL
,directed = FALSE,bridges = TRUE)
print(btws)
betweenness_sub[[i]] <- btws
}
这给出了：
> head(betweenness_sub)
[[1]]
IGRAPH clustering edge betweenness, groups: 2, mod: 0.17
+ groups:
$`1`
[1] "646" "647" "723"
$`2`
[1] "713" "714" "710"
[[2]]
IGRAPH clustering edge betweenness, groups: 1, mod: 0
+ groups:
$`1`
[1] "685" "684" "686" "691" "690"
[[3]]
IGRAPH clustering edge betweenness, groups: 1, mod: 0
+ groups:
$`1`
[1] "719" "718" "734" "753" "715"
[[4]]
IGRAPH clustering edge betweenness, groups: 1, mod: 0
+ groups:
$`1`
[1] "702" "757" "720" "735"
[[5]]
IGRAPH clustering edge betweenness, groups: 1, mod: 0
+ groups:
$`1`
[1] "83" "80" "88" "87" "81"
[[6]]
IGRAPH clustering edge betweenness, groups: 1, mod: 0
+ groups:
$`1`
[1] "333" "342" "324" "323"
我可以通过以下方式单独绘制这些：
plot(betweenness_sub[[1]], out[[1]])
我现在要做的是绘制每个子群集的社区，但完全像第三个绘图中那样。
这次突出显示的社区将是上面列出的那些..
有没有办法重新组合＆＃34; ＆＃34;结合＆＃34;或将这些单独的子图社区网格化为完整的图形？
作为另一个例子，如果我们取最小顶点= 7，并运行上面的代码，我们得到：
vertexes <- character()
data_frames <- list()
for(i in 1:length(out)) {
vertexes[i] <- list(vertex.attributes(out[[i]])$name)
data_frames[[i]] <- get.data.frame(out[[i]])
}
sub_nodes = unlist(vertexes)
subv <- sub_nodes
g3 <- induced.subgraph(graph=gg,vids=subv)
plot(g3)
wc <- edge.betweenness.community(g3, weights = E(out)$value
,directed = FALSE,bridges = TRUE)
# g3 <- delete.edges(g3, wc$removed.edges[seq(length=1)])
plot(wc, g3)
然而，如果我们单独考虑最大的集群，我们会得到：
plot(betweenness_sub[[1]], out[[1]])
我希望在第二张图像中按照与第一张图像相同的排列在各个群集上计算社区。有什么想法吗？
编辑3.用于创建上图（最小顶点= 7）的数据如下：
> get.data.frame(g3)
from to value sourceID targetID
1 74 80 0.2829 255609 262854
2 74 61 0.2880 255609 179585
3 80 1085 0.2997 262854 3055482
4 476 502 0.2714 1442372 1475074
5 476 524 0.2963 1442372 1532560
6 476 479 0.2214 1442372 1448436
7 476 497 0.2714 1442372 1466635
8 476 498 0.2714 1442372 1467171
9 476 500 0.2714 1442372 1468099
10 502 479 0.2714 1475074 1448436
11 502 497 0.1215 1475074 1466635
12 502 498 0.1215 1475074 1467171
13 502 500 0.1215 1475074 1468099
14 524 479 0.2963 1532560 1448436
15 1045 1046 0.1842 2970629 2971615
16 1046 1085 0.2963 2971615 3055482
17 1046 1154 0.2714 2971615 3087803
18 1047 1120 0.2886 2972434 3076314
19 1085 1154 0.2577 3055482 3087803
20 1085 1187 0.2850 3055482 3101131
21 1085 1209 0.2850 3055482 3110186
22 1097 1159 0.2922 3062163 3090708
23 1097 1087 0.2256 3062163 3058341
24 1097 1158 0.2922 3062163 3090707
25 1097 1160 0.2922 3062163 3090709
26 1097 1177 0.2577 3062163 3099199
27 1098 1159 0.2922 3062164 3090708
28 1098 1087 0.2256 3062164 3058341
29 1098 1158 0.2922 3062164 3090707
30 1098 1160 0.2922 3062164 3090709
31 1098 1177 0.2577 3062164 3099199
32 1118 1119 0.1587 3076246 3076248
33 1118 1090 0.2256 3076246 3058962
34 1119 1120 0.1736 3076248 3076314
35 1119 1144 0.2035 3076248 3085240
36 1119 1145 0.2035 3076248 3085241
37 1154 1243 0.2577 3087803 3130848
38 1154 1187 0.2305 3087803 3101131
39 1154 1209 0.2305 3087803 3110186
40 1154 1244 0.2577 3087803 3131379
41 1159 1087 0.2922 3090708 3058341
42 1243 1187 0.1488 3130848 3101131
43 1243 1209 0.1488 3130848 3110186
44 1243 1244 0.1215 3130848 3131379
45 1243 1281 0.2997 3130848 3255811
> g <- graph.data.frame(get.data.frame(g3), directed=FALSE)
> gg
IGRAPH UN-- 33 45 --
+ attr: name (v/c), value (e/n), sourceID (e/n), targetID (e/n)
+ edges (vertex names):
[1] 74 --80 74 --61 80 --1085 476 --502 476 --524 476 --479 476 --497 476 --498 476 --500 502 --479 502 --497 502 --498
[13] 502 --500 524 --479 1045--1046 1046--1085 1046--1154 1047--1120 1085--1154 1085--1187 1085--1209 1097--1159 1097--1087 1097--1158
[25] 1097--1160 1097--1177 1098--1159 1098--1087 1098--1158 1098--1160 1098--1177 1118--1119 1118--1090 1119--1120 1119--1144 1119--1145
[37] 1154--1243 1154--1187 1154--1209 1154--1244 1159--1087 1243--1187 1243--1209 1243--1244 1243--1281
编辑2：
可以使用plotly包绘制多个群集：
par(mfrow=c(2,3))
par(mar = rep(2, 2))
for(i in 1:length(out)) {
plot(betweenness_sub[[i]], out[[i]])
}
但我想知道如何使用igraph专门做这个，以保持圆形结构，如图所示。
1 个答案:
答案 0 :(得分：1)
下面是我的算法，它不是很优雅，但它似乎工作。基本的想法是从betweenness_sub获取组信息并将它们连接成一个大列表，例如subs，然后使用plot(g3, mark.groups = subs)使用来自的组信息绘制整个图表。 subs，即betweenness-sub。请注意，在我的代码中，graph是您发布的图data.frame。
g2 <- graph.data.frame(graph, directed=FALSE)
modules <- decompose.graph(g2, min.vertices = 7)
out <- modules[order(sapply(modules, ecount), decreasing=T)]
vertexes <- character()
data_frames <- list()
for(i in 1:length(out)) {
vertexes[i] <- list(vertex.attributes(out[[i]])$name)
data_frames[[i]] <- get.data.frame(out[[i]])
}
sub_nodes = unlist(vertexes)
subv <- sub_nodes
g3 <- induced.subgraph(graph=g2,vids=subv)
plot(g3)
wc <- edge.betweenness.community(g3, weights = NULL
,directed = FALSE,bridges = TRUE)
plot(wc, g3)
betweenness_sub <- list()
for(i in 1:length(out)) {
btws <- edge.betweenness.community(out[[i]], weights = NULL
,directed = FALSE,bridges = TRUE)
print(btws)
betweenness_sub[[i]] <- btws
}
subs <- list()
k <- 1
for (sub in betweenness_sub) {
for (i in 1:length(sub)) {
subs[[k]] <- sub[[i]]
k = k + 1
}
}
plot(g3, mark.groups = subs)
相关问题
最新问题
- 我写了这段代码，但我无法理解我的错误
- 我无法从一个代码实例的列表中删除 None 值，但我可以在另一个实例中。为什么它适用于一个细分市场而不适用于另一个细分市场？
- 是否有可能使 loadstring 不可能等于打印？卢阿
- java中的random.expovariate()
- Appscript 通过会议在 Google 日历中发送电子邮件和创建活动
- 为什么我的 Onclick 箭头功能在 React 中不起作用？
- 在此代码中是否有使用“this”的替代方法？
- 在 SQL Server 和 PostgreSQL 上查询，我如何从第一个表获得第二个表的可视化
- 每千个数字得到
- 更新了城市边界 KML 文件的来源？