【转】R包igraph探究

https://www.cnblogs.com/zidiancao/p/3937120.html

前段时候由于项目的原因，需要画图，然后开始接触R语言的igraph包，网上零零散散的搜罗了不少的信息，放在这边交流分享的同时也给自己留个备份吧~

     1.首先是读取文件，基本选用的都是csv文件   

1 2	edge1<-read.csv("D:/9th_smj/onetimecut.csv",header=F) vertex3<-read.csv("D:/9th_smj/vertex.csv",header=F)

    2.设置变量的格式

1 2 3 4 5 6

edge1[,1]=as.character(edge1[,1]) edge1[,2]=as.character(edge1[,2]) edge1[,3]=as.character(edge1[,3]) edge1[,4]=as.character(edge1[,4])<br>edge<-edge1[c(1,3)] vertex3[,1]=as.character(vertex3[,1]) vertex3[,2]=as.character(vertex3[,2])

　　3.图构建

1 2 3

people = data.frame(id = vertex3[,1], name = vertex3[,2])   g=graph.data.frame(d=edge,direct=T,vertices=people)

　　4.画图

1 2 3 4

png('D:/9th_smj/cuttoone.png',width=900,height=900) set.seed(20)#设定种子节点，同一种布局画出来的图就是可以重复，不然即使同一种布局，展现的时候由于位置的随机也会呈现出不一样的结果 plot(g, layout = layout.fruchterman.reingold, vertex.size = V(g)$size+2,vertex.color=V(g)$color,vertex.label=V(g)$label,vertex.label.cex=1,edge.color = grey(0.5), edge.arrow.mode = "-",edge.arrow.size=5) dev.off()

　　

     针对plot函数的一些参数，特别解释下：

     4.1  layout设置图的布局方式　　

1

选项有：layout、layout.auto、layout.bipartite、layout.circle、layout.drl、layout.fruchterman.reingold、layout.fruchterman.reingold.grid、layout.graphopt、layout.grid、layout.grid.3d、layout.kamada.kawai、layout.lgl、layout.mds、layout.merge、layout.norm、layout.random、layout.reingold.tilford、layout.sphere、layout.spring、layout.star、layout.sugiyama、layout.svd

     4.2  vertex.size设置节点的大小：不同节点不同大小

1 2 3 4 5 6 7 8 9

de<-read.csv("c:/degree-info.csv",header=F) V(g)$deg<-de[,2] V(g)$size=2 V(g)[deg>=1]$size=4 V(g)[deg>=2]$size=6 V(g)[deg>=3]$size=8 V(g)[deg>=4]$size=10 V(g)[deg>=5]$size=12 V(g)[deg>=6]$size=14

     4.3  vertex.color设置节点的颜色：不同标记有不用的颜色

1 2 3

color<-read.csv("c:/color.csv",header=F) col<-c("red","skyblue") V(g)$color=col[color[,1]]

    4.4  vertex.label设置节点的标记

1 2 3

V(g)$label=V(g)$name   vertex.label=V(g)$label

    4.5  vertex.label.cex设置节点标记的字体大小

    4.6  edge.color设置边的颜色：不同的边有不一样的颜色

1 2 3 4 5

E(g)$color="grey" for(i in 1:length(pa3[,1])){     E(g,path=pa3[i,])$color="red" } edge.color=E(g)$color

   4.7  edge.arrow.mode设置边的连接方式

   4.8  edge.arrow.size设置箭头的大小

   4.9  设置边的宽度

1	E(g)$width=1

　

    5.聚类分析

  感觉igraph包所提供的聚类算法还是很多的，将几种常用的列出，随后有时间的话再附上算法思想及参考文献

    5.1  边的中介度聚类

1 2 3

system.time(ec <- edge.betweenness.community(g)) print(modularity(ec)) plot(ec, g,vertex.size=5,vertex.label=NA)

　　

    5.2  随机游走

1 2 3 4

system.time(wc <- walktrap.community(g)) print(modularity(wc)) #membership(wc) plot(wc , g,vertex.size=5,vertex.label=NA)

　　

    5.3  特征值（个人理解觉得类似谱聚类）

1 2 3

system.time(lec <-leading.eigenvector.community(g)) print(modularity(lec)) plot(lec,g,vertex.size=5,vertex.label=NA)

　　

    5.4  贪心策略？

1 2 3

system.time(fc <- fastgreedy.community(g)) print(modularity(fc)) plot(fc, g,vertex.size=5,vertex.label=NA)

　　

    5.5  多层次聚类

1 2 3

system.time(mc <- multilevel.community(g, weights=NA)) print(modularity(mc)) plot(mc, g,vertex.size=5,vertex.label=NA)

　　

     5.6  标签传播

1 2 3

system.time(lc <- label.propagation.community(g)) print(modularity(lc)) plot(lc , g,vertex.size=5,vertex.label=NA)

　　

    6.文件输出

1 2 3

zz<-file("d:/test.txt","w") cat(x,file=zz,sep=" ") close(zz)

　　

   7.查看变量数据类型和长度

1 2	mode(x) length(x)