我有一个数据框,详细说明了 N 个节点之间的边权重。是否有用于处理此类数据的软件包?
例如,我想将以下信息绘制为网络:
p1 p2 counts
1 a b 100
2 a c 200
3 a d 100
4 b c 80
5 b d 90
6 b e 100
7 c d 100
8 c e 40
9 d e 60
我有一个数据框,详细说明了 N 个节点之间的边权重。是否有用于处理此类数据的软件包?
例如,我想将以下信息绘制为网络:
p1 p2 counts
1 a b 100
2 a c 200
3 a d 100
4 b c 80
5 b d 90
6 b e 100
7 c d 100
8 c e 40
9 d e 60
一种选择是网络包,它是用于统计社交网络分析的 R 包statnet系列的一部分。它以稀疏的方式处理网络数据,这对于较大的数据集非常有用。
下面,我执行以下操作:
A = read.table(file="so.txt",header=T) 一种 p1 p2 计数 1 ab 100 2 交流 200 3 广告 100 4 公元前 80 5 房 90 6 是 100 7 光盘 100 8 中 40 9日60 图书馆(网络) 净 = 网络(A[,1:2]) # 获取有关您的网络的摘要信息 网 网络属性: 顶点 = 5 定向 = TRUE 超=假 循环 = FALSE 多个 = FALSE 二分 = FALSE 总边数 = 9 缺失边= 0 非缺失边 = 9 顶点属性名称: 顶点名称 邻接矩阵: abcde 一个 0 1 1 1 0 b 0 0 1 1 1 c 0 0 0 1 1 d 0 0 0 0 1 e 0 0 0 0 0 set.edge.attribute(net,"weight",A[,3]) gplot(网络) ## 另一个很酷的功能 s = as.sociomatrix(net,attrname="weight") plot.sociomatrix(s)
以下是如何在igraph中制作数据的网络图:
d <- data.frame(p1=c('a', 'a', 'a', 'b', 'b', 'b', 'c', 'c', 'd'),
p2=c('b', 'c', 'd', 'c', 'd', 'e', 'd', 'e', 'e'),
counts=c(100, 200, 100,80, 90,100, 100,40,60))
library(igraph)
g <- graph.data.frame(d, directed=TRUE)
print(g, e=TRUE, v=TRUE)
tkplot(g, vertex.label=V(g)$name)
我也一直在 igraph 工作。创建图形的一种方法是将所有“从”“到”节点的列表写出到文本文件,然后将其作为图形对象读回。图对象可以经受许多图论过程并且可以处理相当大的网络。
根据我的经验,igraph 是我最喜欢的大型图论工作包。它具有内存效率,并且具有一些非常好的算法。igraph 使用内部类似边缘列表的数据结构。
对于更简单/更小的事情,我倾向于使用“sna”包(“社交网络分析”)。它非常适合交互式工作和小型网络的绘图。sna 使用更多的邻接矩阵数据结构。