问题标签 [igraph]

我有一个大型 igraph 对象 70,000+ 顶点（节点）和 200,000+ 边（连接）。我想计算一些中心性度​​量，但网络太大。我认为一个好的解决方法是将我的网络分成连接的组件（即使最大的也不是太大）。

我正在考虑使用 igraph 函数集群或相关方法。然后我可以计算集群上的 alpha.centrality() 和 bonpow() 吗？然后将结果合并回原始 igraph 对象？（或具有所有顶点的数据框）

我不确定最好的方法，我很想听听人们的任何想法。非常感谢 ：）

尝试在 R 中绘制网络图。如何使用 IGraph 延长网络图中的边？

我实际上想使用 fruchterman-reingold 布局。有什么方法可以使基于力的算法“更有弹性”，以便我的顶点相距更远？

谢谢。

在数据集上运行例如 cv.glmnet 会给我（默认情况下）100 个不同的模型。现在，如果我的数据集缺少数据，我可以进行多重插补（比如 10 次插补）并对每个插补运行 cv.glmnet。

如果我忽略每个模型的实际系数值，而只查看选定的特征（即列名集），一些模型是其他模型的子模型。

像这样的代码在某种程度上模仿了结果：

现在，在这方面很容易获得子模型的父子关系。也可以只包括“直接父母身份”（即，如果模型 A 是 B 的孩子，而 B 是 C 的孩子，则不包括 A 和 C 之间的关系）。

最后，我来解决我的问题：我使用 igraph 来绘制这些模型及其（直接）关系。但是，我没有找到可以基于另一个变量（在本例中为模型大小）对节点进行分组的布局：在此设置中，创建此图似乎是一个好主意，其中包含具有相同模型的模型“带”大小（模型中的变量数）。

我最终做的，或多或少是通过一堆代码自己计算每个节点的位置（我不好意思在这里发布），但我一直想知道我是否只是错过了一个更好的/out-开箱即用的解决方案。

我自己的代码生成了这样的图表（您可以忽略颜色和标签 - 只知道水平轴包含模型大小）：

非常感谢有关实现这种图表的建议，而不是自己完成所有艰苦的工作。

我正在使用igraph（通过 python）进行图形聚类。

我有一棵带有加权边的树（几何图的最小生成树），如果删除了边，我想计算权重乘以两个组件的较小顶点数：

我的问题是：

1. 这是图论中的已知（和命名）属性吗？如果是这样，它是什么？

2. 如果我对所有边进行计算，我的代码效率非常低，如上所示。如果图变成 50000 条边和顶点，那么内存消耗就会变得巨大。您对优化有什么建议吗？

当我在我的项目中导入 igraph 包时，我得到一个 AttributeError。这只发生在项目目录中：

项目目录下没有 igraph.py 文件：

并且没有循环进口。

我该如何解决这个错误？

I am new in R. I am working with igraph library. I am new using such library.

I have a problem:

I have a list of edges in a text file. It has two columns. The first has initial node, the second has the ending node.

I am reading the file with:

The reading is successfull.

with ls.str(g1) i get:

when i try to define the graph with the just loaded edges I get:

How i could to define the graph from file's edges avoiding the above error?

我在我的 mac 中安装了 igraph for python 但我无法导入它。首先我安装了 C 核心库，然后我继续安装 python，方法是：

一切似乎都很好，但我无法从 python shell 导入 igraph。澄清一下，我不在 igraph 源代码的文件夹中。我得到了这个错误：

我用*替换了我的文件夹名称，所以不要考虑它。

我在 OS 10.6.7 上运行 python 2.7。所以没有可用的 igraph 预编译版本（仅限 2.5 和 2.6）。这个错误与我正在运行的 python 版本有什么关系吗？如果可能的话，我该如何解决这个问题？

我只是用 C++ 编写一个程序，它计算点格式的无向图的聚类系数 [ CC ]（局部和全局）。我的问题是我的程序的结果与R的输出不匹配（使用igraph库）：

我的程序：

其中“”是图的节点，（n / m）数字是“其邻域内顶点之间的链接”（n）和“它们之间可能存在的链接数”（m）分别（来自维基百科的描述）和R的输出：

每行中的第一个数字是Node，第二个是本地CC，第三个是我的注释，当它与我的输出不匹配时（指定我需要添加/删除以匹配R的链接数（n）的输出）。

我遇到的第二个问题是R中的全局CC与我的定义或维基百科的定义不匹配（除非我误解了公式）。此图的R输出为0.458891，我的输出为0.742

所以我手动完成了：我计算了 8 的CC并匹配我的程序的输出。所以我的问题是“igraph 库甚至可能有错误吗？” 如果答案是“不”：“我错过了什么？”

图形文件是这个：

例如，我用R计算CC的方式是将图形（或生成一个新的，因为它无法读取点文件）加载到 var“f”中，并为全局CC和传递性执行传递性（f）（ f，“本地”）为本地之一。

非常感谢您的阅读，并为我糟糕的英语感到抱歉。

有没有一种有效的方法来计算python中共同邻居（CC）和优先附件（PA）的矩阵分数？我正在使用 igraph 计算其他方法的分数矩阵，例如 jaccard 系数 (Graph.similarity_jaccard())、dice (Graph.similarity_dice) 和 adam/adar (Graph.similarity_inverse_log_weighted())，但我没有找到任何函数计算 CC 和 PA 的得分矩阵。

目前我正在做：

但我必须对网络中的所有边缘（i，j）执行此操作，在我的情况下它确实很大。

如果有人知道任何生成我正在寻找的分数矩阵的数学矩阵运算，我也会很感激。

我想知道使用 igraph for python 读取断开连接的无向图的最佳方法。例如，如果我有一个简单的图表，其中 0 链接到 1 并且 2 是一个不连接到任何其他节点的节点。我无法让 igraph 从边缘列表格式（Graph.Read_Edgelist(...)）中读取它，因为每一行都必须是边缘，因此不允许以下内容：

我一直想知道在这种情况下邻接矩阵是否是我唯一/最好的选择（我可以让它通过这种表示工作）？我更喜欢一种我可以通过查看数据来理解数据的格式（在矩阵格式方面真的很难）。

提前致谢！