问题标签 [sna]

目前，我接触了一些关于SNA的东西，遇到了如何使用R从文件中分析kcore网络的问题。

csv文件的格式如下：

//文件

我已将此文件导入 R，但我不知道下一步如何处理它。

感谢您的帮助极客。

我正在使用 Gephi 中的数据集，该数据集源自 Buddypress 网站的朋友表。我已经使用内置功能对图表做了很多有用的事情，但我会对比所包含的更好的聚类算法感兴趣（我正在使用 Force Atlas 2 来排列节点）。例如，我想使用我的模块化属性将节点分组到集群中。我尝试下载两个插件（Girvan Newman 和 Markov 聚类算法），但不知道如何将它们应用于我的图表。它们显示在工作流的“集群”窗口中，但是当我选择它们时，“运行”按钮显示为灰色。它们也不会出现在主 UI 的“插件”下拉菜单中。有任何想法吗？

我正在尝试使用节点符号（点形状）来区分节点类型，而不是使用颜色来生成黑白网络图。但是，我找不到使用包 sna 中的 gplot 函数执行此操作的方法。这是一个简单的例子：

至少对于我的 r 和 sna 版本，gplot 只是忽略了 pch。我在这里找到了文档，它似乎表明在某一时刻 vertex.pch 可用于设置节点符号。但是，这不再在 sna 文档中，并且以下代码会导致错误：

有没有办法用符号代替网络图中的颜色，最好使用 gplot （我正在尝试生成现有颜色图的一些黑白版本，所以如果可能的话，我宁愿不要从头开始）？

我有三个不同的矩阵，他们的 Krackhardt 效率对我来说似乎是错误的。前两个矩阵在拓扑上是等价的，但它们的效率不同。任何人都有不一致的解释？

对于第一个矩阵，效率为 1：

不同效率的等价矩阵：

第三个矩阵有两个具有最少边数 (n_i-1) 的分量，但它们的效率不是一个。它与帮助中的公式都不匹配：

第三个矩阵：

我正在尝试在 R 中重新创建 Biclique 社区方法 ( Lehmann, Schwartz, & Hansen, 2008 )，它依赖于 Ka,b biclique 的定义。下面的示例显示了两个相邻的 K2,2 bicliques - 第一个 clique 是 {A,B,1,2}，第二个 clique 是 {B,C,2,3}。我希望能够使用 R 识别这些集团，以便我可以将其应用于更广泛的数据集。

到目前为止，我已将我的尝试包含在 R 中，但我遇到了以下两个问题：

1. 如果我使用标准 walktrap.community 它识别社区但不允许集合 {B,2} 属于两个派系
2. 如果我使用更新的clique.community功能，这似乎无法识别派系或我不正确理解（或两者兼而有之）

示例代码：

我正在尝试运行一个循环来遍历许多保存为 .csv 文件的邻接列表，将它们转换为边缘列表和网络对象，并使用文件名保存其中的每一个。

问题是a）代码似乎在文件名列表中循环但不产生任何输出b）它不会使用文件名保存网络对象（它似乎每次都覆盖）。

请注意，该代码适用于由“filename.csv”标识的单个文件，以替换 for 循环中的“f”。

任何帮助将不胜感激！

我是 NetworkX 的新手。现在，我设法将所有节点连接到这个特定节点。我接下来要做的是使其具有交互性，例如能够通过使用光标拖动来使每个节点移动。我知道我必须使用 matplotlib，但我不知道如何使用它。谁能帮我？

我的代码是：

目前我正在对多个 igraph 对象应用网络分析。例如，我想知道网络中演员的入度和出度。我用于此的代码如下：

这给出了有趣的结果。然而，我的网络可以追溯到 d1965。第一个选项是为每个网络剪切并粘贴上面的代码，例如：

然而，要做到这一点，这是一条复杂而漫长的道路。我一直在寻找使这更简单的方法，例如使用循环函数“for”，但到目前为止，我还没有找到更短的解决方案。有人可以就此提出建议吗？

太感谢了。

此致，

马蒂亚斯·德洛克

如何在网络类中为接受多个图形的 SNA 命令创建“图形堆栈”？根据文档，图形堆栈的尺寸应为 mx N x N。我尝试按如下方式创建一个，但出现错误：

使用该函数创建一个随机图rgraph会创建一个具有类似结构的数组：

但是首先创建结构然后尝试将其转换为网络对象是行不通的。

相关：有没有办法用不同大小的网络制作网络对象？该文档似乎还建议网络对象可以是其他网络对象的列表。

我正在尝试计算具有两种类型节点的网络的 Adamic-Adar 相似性。我只对计算具有传出连接的节点之间的相似性感兴趣。具有传入连接的节点是一种连接器，我对它们不感兴趣。

数据大小及特点：

Python 2.7 中的原型代码：

这段代码有问题，因为devis1和mis 0.0，所以它不能按预期工作。

暗示

我在 R 中有一个工作代码，但似乎我无法将它重写为 Python（我这样做是为了提高性能，网络很大）。这里是：