Igraph
(→Атрибуты связей) |
|||
Строка 4: | Строка 4: | ||
** http://kateto.net/networks-r-igraph | ** http://kateto.net/networks-r-igraph | ||
+ | Основные сетевые характеристики графа про помощи пакета - Basic graph analytics using [[igraph]] - http://horicky.blogspot.ru/2012/04/basic-graph-analytics-using-igraph.html | ||
+ | Create a directed graph using adjacency matrix - [[Матрица смежности]] | ||
+ | |||
+ | m <- matrix(runif(4*4), nrow=4) # создали матрицу смежности | ||
+ | g <- graph.adjacency(m > 0.5) # а граф построили только для вершин со значениями больше заданного | ||
+ | |||
+ | |||
+ | ==== layouts ==== | ||
+ | : layout.fruchterman.reingold | ||
+ | : layout.kamada.kawai | ||
+ | |||
+ | ==== Процедура представления совместной деятельности как [[граф]]а ==== | ||
+ | |||
+ | В данном случае - исходные данные = действия участников блога Галактика в 2010 году - как все это начиналось и во что это сложилось. См. [[История образовательной Галактики]] | ||
+ | |||
+ | === Fast, efficient two-mode to one-mode conversion in R === | ||
+ | |||
+ | http://www.r-bloggers.com/working-with-bipartiteaffiliation-network-data-in-r/ | ||
+ | |||
+ | |||
+ | library('Matrix') | ||
+ | A <- spMatrix(nrow=length(unique(df$person)), | ||
+ | ncol=length(unique(df$group)), | ||
+ | i = as.numeric(factor(df$person)), | ||
+ | j = as.numeric(factor(df$group)), | ||
+ | x = rep(1, length(as.numeric(df$person))) ) | ||
+ | row.names(A) <- levels(factor(df$person)) | ||
+ | colnames(A) <- levels(factor(df$group)) | ||
+ | A | ||
+ | |||
+ | Arow <- A %*% t(A) # users | ||
+ | Acol <- t(A) %*% A # pages | ||
+ | |||
+ | А дальше может работать отдельно с участниками и страницами и их связями | ||
+ | |||
+ | gn <- graph_from_adjacency_matrix(Arow,mode = c("directed"), weighted = NULL, diag = TRUE, add.colnames = NULL, add.rownames = NA) # получаем граф | ||
+ | gn <- simplify(gn) # Упрощаем граф | ||
+ | |||
+ | |||
+ | |||
+ | * http://kateto.net/network-visualization | ||
+ | ** Визуализация статических и динамических сетей на R - http://habrahabr.ru/company/infopulse/blog/263953/ | ||
=== Объединение узлов === | === Объединение узлов === |
Версия 12:53, 20 февраля 2016
Пакет, предназначенный для работы с данными и представлениями сетевых отношений. Подробная документация:
- Network Analysis and Visualization with R and igraph
Основные сетевые характеристики графа про помощи пакета - Basic graph analytics using igraph - http://horicky.blogspot.ru/2012/04/basic-graph-analytics-using-igraph.html
Create a directed graph using adjacency matrix - Матрица смежности
m <- matrix(runif(4*4), nrow=4) # создали матрицу смежности g <- graph.adjacency(m > 0.5) # а граф построили только для вершин со значениями больше заданного
Содержание |
layouts
- layout.fruchterman.reingold
- layout.kamada.kawai
Процедура представления совместной деятельности как графа
В данном случае - исходные данные = действия участников блога Галактика в 2010 году - как все это начиналось и во что это сложилось. См. История образовательной Галактики
Fast, efficient two-mode to one-mode conversion in R
http://www.r-bloggers.com/working-with-bipartiteaffiliation-network-data-in-r/
library('Matrix') A <- spMatrix(nrow=length(unique(df$person)), ncol=length(unique(df$group)), i = as.numeric(factor(df$person)), j = as.numeric(factor(df$group)), x = rep(1, length(as.numeric(df$person))) ) row.names(A) <- levels(factor(df$person)) colnames(A) <- levels(factor(df$group)) A
Arow <- A %*% t(A) # users Acol <- t(A) %*% A # pages
А дальше может работать отдельно с участниками и страницами и их связями
gn <- graph_from_adjacency_matrix(Arow,mode = c("directed"), weighted = NULL, diag = TRUE, add.colnames = NULL, add.rownames = NA) # получаем граф gn <- simplify(gn) # Упрощаем граф
- http://kateto.net/network-visualization
- Визуализация статических и динамических сетей на R - http://habrahabr.ru/company/infopulse/blog/263953/
Объединение узлов
The function contract.vertices() merges several vertices into one. By computing the community structure, one can control how this merging happens. At conclusion of the contraction, two vertices can have multiple edges.
- Contracting and simplifying a network graph
- http://blog.revolutionanalytics.com/2015/08/contracting-and-simplifying-a-network-graph.html
Объединение связей
The equivalent step for edges is simplify(). A simplified graph contains only a single edge between two nodes. The simplification step can compute summary statistics for the combined edges, for example the sum of edge weights.
Варианты:
- g4 <- simplify(g3, edge.attr.comb = list(weight = "sum"))
- g4 <- simplify( g3, remove.multiple = T, remove.loops = T, edge.attr.comb=c(weight="sum", type="ignore") )
Атрибуты узлов
- vertex.color цвет вершины
- vertex.color="gold", vertex.color="dark red"
- vertex.frame.color цвет контура вершины
- vertex.shape форма обозначения вершины, одно из значений «none», «circle», «square», «csquare», «rectangle», «crectangle», «vrectangle», «pie», «raster», «sphere»
- vertex.size размер вершины (по умолчанию 15)
- vertex.size2 второй параметр размера вершины (например, для прямоугольника)
- vertex.label вектор символов для обозначения вершин
- vertex.label.color="black"
- vertex.label.family семейство шрифтов для меток вершин (например, «Times», «Helvetica»)
- vertex.label.font шрифт: 1 — обычный, 2 — жирный, 3 — курсив, 4 — жирный курсив, 5 — символьный
- vertex.label.cex размер шрифта (множитель, зависит от устройства)
- vertex.label.cex=0.8
- vertex.label.dist расстояние между меткой и вершиной
Атрибуты связей
- edge.arrow.size=.4 - размер стрелки
- edge.color - цвет связи
- edge.width - толщина связи
- E(g4)$width <- ifelse (E(g4)$weight < 100, 0.1, 1)
- edge.lty - 1 - solid, 2 - dashed, 3 - dotted,
- E(g4)$lty <- ifelse (E(g4)$weight < 100, 3, 1)
Разные способы определения сообществ
gcon <- simplify(gcon, edge.attr.comb = list(weight = "sum", function(x)length(x)))
- What are the differences between community detection algorithms in igraph?
- http://stackoverflow.com/questions/9471906/what-are-the-differences-between-community-detection-algorithms-in-igraph/9478989#9478989
- Finding clusters of CRAN packages using igraph
- http://blog.revolutionanalytics.com/2014/12/finding-clusters-of-cran-packages-using-igraph.html