如何基于“重要性”缩放网络图中的标签？

Question

对于这个有关网络分析的项目，我正在研究使用igraph和少数算法（助跑器，旋转玻璃等）的《权力的游戏》中角色之间的社区。如果所有标签都打开，则图将变得过于拥挤。有没有一种方法可以根据节点及其边缘的权重缩放节点及其标签？

我能找到的唯一文档是关于标签大小的全局调整，无论节点的重要性如何。这些是非常简单的社区-节点是字符的名称，边缘是源字符和目标字符以及每种关系的权重。

# Walktrap algorithm
book5_walktrap = walktrap.community(book5, weights=E(book5)$weight)
plot(book5_walktrap, book5, vertex.label = NA, vertex.size=2, main="Walktrap")
# Or vertex.label = nodes$Label

理想情况下，我只希望炸毁每个社区中最突出的角色。

Answer 1

您可以使用vertex.label.cex设置标签的大小。您既没有提供数据，也没有提供衡量重要性的方法，所以我以karate中的igraphdata数据集为例进行说明。我只是使用度的缩放版本作为节点的重要性。

library(igraph)
library(igraphdata)

data(karate)
karate_walktrap = walktrap.community(karate)
set.seed(1234)
plot(karate_walktrap, karate, vertex.size=2, 
    main="Walktrap", vertex.label.cex=round(degree(karate)/5))