我有兴趣使用类似的共现网络图表,如section 8.2.2 David Robinson和Julia Silge的Tidy Text采矿书(如此图表)所示,除了我想要的尺寸节点的变化取决于术语在数据中显示的次数:
上面的图表是使用以下代码建立的:
library(tidytext)
library(tidyverse)
library(widyr)
library(igraph)
library(ggraph)
library(jsonlite)
metadata <- fromJSON("https://data.nasa.gov/data.json")
nasa_keyword <- data_frame(id = metadata$dataset$`_id`$`$oid`,
keyword = metadata$dataset$keyword) %>%
unnest(keyword)
keyword_cors <- nasa_keyword %>%
group_by(keyword) %>%
filter(n() >= 50) %>%
pairwise_cor(keyword, id, sort = TRUE, upper = FALSE)
set.seed(1234)
keyword_cors %>%
filter(correlation > .6) %>%
graph_from_data_frame() %>%
ggraph(layout = "fr") +
geom_edge_link(aes(edge_alpha = correlation, edge_width = correlation), edge_colour = "royalblue") +
geom_node_point(size = 5) +
geom_node_text(aes(label = name), repel = TRUE,
point.padding = unit(0.2, "lines")) +
theme_void()
我一直在玩geom_node_point(aes(size = ??))
,但我无法弄清楚如何配置代码来执行此操作。我的部分问题是函数graph_from_data_frame()
将数据框转换为相当复杂的对象。
答案 0 :(得分:2)
我希望节点的大小根据方式而变化 很多时候,这个词出现在数据中
你可以做到
set.seed(1234)
keyword_cors %>%
filter(correlation > .6) %>%
graph_from_data_frame(vertices = nasa_keyword %>% count(keyword) %>% filter(n >= 50)) %>%
ggraph(layout = "fr") +
geom_edge_link(aes(edge_alpha = correlation, edge_width = correlation),
edge_colour = "royalblue") +
geom_node_point(aes(size = n)) + scale_size(range = c(1,10)) +
geom_node_text(aes(label = name), repel = TRUE,
point.padding = unit(0.2, "lines")) +
theme_void()
这给你这样的东西:
vertices = nasa_keyword %>% count(keyword) %>% filter(n >= 50)
补充道
节点信息到图表,更具体地说:节点id(第一个
列)和出现次数n
(第二列)。 aes(size = n)
将此信息映射到节点大小。scale_size(range = c(1,10))
让你定义最小值和
最大点数。