要创建具有给定结构的小图形,graph_from_literal函数可能是最简单的。它使用R的公式界面,它的手册页包含了许多示例。另一种选择是graph函数,它直接接受数值顶点id。graph.atlas从 Graph Atlas创建图,make_graph 函数可以创建一些特殊的图。
igraph中有很多用于创建图的函数,有确定性的,也有随机的随机图构造器称为‘games’。
要颤李从字段数据创建图,graph_from_edgelist、graph_from_data_frame和graph_from_adjacency_matrix可能是最好的选择。
igraph包括一些经典的随机图,如Erdos-Renyi GNP and GNM graphs (sample_gnp, sample_gnm),以及一些最近流行的模型,如preferential attachment (sample_pa) and the small-world model (sample_smallworld)。
对于边也是一样,边id总是在1到m之间,m是图中边的总数。
顶点和边在igraph中都有数值的顶点id。顶点id从1开始,总是连续的。即对于一个有n个顶点的图,顶点id在1到n之间。如果某些 *** 作改变了图中的顶点数,例如通过induced_subgraph创建了一个子图,那么顶点将重新编号以满足这个条件。
在igraph中,可以将属性赋给图的顶点或边,或者赋给图本身。igraph提供了基于属性值选择一组顶点或边的灵活构造,有关详细信息,请参阅vertex_attr、闭洞昌V和E。
一些顶点/边/图属性被特殊处理。其中一个是“name”属性。这用于打印图形,而不是数字id(如果存在)。在所有igraph函数中,顶点名称也可以用来指定一个向量或顶点集。例如,度有一个v参数,它给出了度被计算的顶点。这个参数可以作为顶点名称的字符向量给出。
边也可以有一个“name”属性,这也是特别处理的。就像顶点一样,边也可以根据它们的名字来选择,例如在delete_edges和其他函数中。
我们注意到,顶点名称也可以用来选择边。形式“from|to”,其中“from”和“to”是顶点名称,选择一个单一的,可能是有方向的,从“from”到“to”的边。这两种形式也可以在同一个边选择器中混合。
如果您使用save和load来存储/检索图形,那么所有的属性值都将被保留。
igraph提供了三种不同的可视化方法。首先是情节。igraph函数。(实际上你不需要写情节。igraph, plot就够了。这个函数使用常规的R图形,可以与任何R设备一起使用。
第二个函数是tkplot,它使用一个Tk GUI来进行基本的交互式图形 *** 作。(Tk非常需要资源,所以不要对非常大的图尝试这种方法。)
第三种方法需要rgl包并使用OpenGL。
igraph可以处理各种图形文件格式,通常用于读写。我们建议对图形使用GraphML文件格式,除非图形太大。对于较大的图形,建议采用更简单的格式。有关详细信息,请参阅read_graph和write_graph。
igraph development team
igraph Tutorials
系列文章:
networkD3 绘制动态网络
选择SmartArt图形类型。这一步就是先把最初的组织结构图创建出来,我们启动一磨兆闭个新的文档。我们在文档中输入“企业组织机猜慎构图”,字号设置为“一号”单击“插入”/“SmartArt”,d出“选择SmartArt图形”对话框,在瞎裂该对话框左侧列表中选择“层次结构”,在中间区域选择“表层次结构”,右侧我们可以看他的一些说明,点击确,这样我们就做好了共现网络图。
输入矩阵是连接权重时,如何利用R中的igraph包生成图
————————————————————————————————————————————
library(igraph)#加载包
mygraph=read.csv("d:/desktop/n.csv", header=TRUE,sep = ",",row.names=1)#读取数据
我的数据长这样
m<- as.matrix(mygraph)#输入数据转换为matrix
g <坦陵茄- graph.adjacency(adjmatrix=m, mode="directed", weighted=TRUE, diag=FALSE)#生让察成有向图,权重设置TRUE
plot(g, edge.label=round(E(g)$weight, 3))#$带权重标注的网络图,可以通过——?igraph.plotting 查看igraph绘图相关参数
输出的图如下:
E(g)$weight#查看连边权重
结果汪缺如下:
[1] 0.83 0.76 0.78 0.40 0.67 0.73 0.79 0.71 0.75 0.65 0.69 0.48 0.72 0.82 0.88 0.58 0.70
[18] 0.73 0.60 0.54 0.65 0.56 0.68 0.54 0.61 0.59 0.47 0.67 0.64 0.64 0.47 0.51 0.60 0.50
[35] 0.47 0.61 0.44 0.56 0.66 0.72 0.71 0.72 0.65 0.63 0.51 0.69 0.66 0.59 0.68 0.73 0.62
[52] 0.71 0.51 0.76 0.77 0.51 0.88 0.92 0.70 0.77 0.44 0.80 0.87 0.77 0.66 0.51 0.52 0.77
[69] 0.64 0.68 0.47 0.52
——————————————————————————————
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)