|
对于网络图，其实我们并不陌生，用的比较普遍的是Cytoscape这个软件。不过，我们今天的主角是R包---igragh。相比Cytoscape，igragh的便利之处就是你不用趴在电脑上很痛苦的去一一调整节点的大小，颜色等属性。接下来，我就开启小白学习之旅了。
install.packages('igraph')
library(igraph)
对于图 graph 这种数据结构而言，最基本的元素包括节点（node） 和 边（edge，节点之间的连线）; igraph这个R包提供了很多种创建graph的方式，我们先看一个最简单的例子：
g1 <>
plot(g1)
#简单用参数directed修改，directed参数控制graph有无方向，标明节点之间的指向性；
g2 <>
plot(g2)
左右滑动查看完整内容 g1
g2 
再举一个栗子，我们改变节点的颜色，标签位置等：
g3 <>'John', 'Jim', 'Jim', 'Jack', 'Jim', 'Jack', 'John', 'John'), isolates=c('Jesse', 'Janis', 'Jennifer', 'Justin') )
plot (g3, edge.arrow.size=.5, vertex.color=rgb(.25, .5, .3, alpha=.5), vertex.size=15, vertex.frame.color='gray', vertex.label.color='black', vertex.label.cex=0.8, vertex.label.dist=2, edge.curved=0.2)
#参数很多了，而且'Jesse', 'Janis', 'Jennifer', 'Justin'均是独立的。改变graph（）里的参数后（去掉isolates参数），network会有很大变化。
左右滑动查看完整内容 g3-1
g3-2 
下面我们来了解一下在用igraph包画图时可能会用到的函数和参数。
（1）构建graph数据结构：
前面已经说过，igraph这个R包提供了很多种创建graph的方式。如上面的graph函数（也可以是make_graph()），其次还有 graph_from_literal() graph_from_data_frame() graph_from_incidence_matrix() graph_from_adjacency_matrix()等 在R中，输入?graph_from后按table键可查看更多，这里我先讲上面提到的几种常见且易操作的函数。
（2）了解绘图，?Plot.igraph即可查看plot()函数更多参数：
NODES | vertex.color | 节点颜色 |
| vertex.frame.color | 节点边框颜色 |
| vertex.shape | 节点的形状：有circle，square，csquare，rectangle， crectangle，vrectangle，pie，raster，sphere |
| vertex.size | 节点的大小 (default is 15) |
| vertex.label | 节点的标签 |
| vertex.label.family | 标签的字体系列 (e.g.“Times”, “Helvetica”) |
| vertex.label.font | 字体: 1 plain, 2 bold, 3, italic, 4 bold italic, 5 symbol |
| vertex.label.cex | 字体大小 |
| vertex.label.dist | 标签与顶点的距离（默认值为0，标签以顶点为中心） |
| vertex.label.degree | 标签相对于顶点的位置, （0，pi，pi/2，-pi/2分别表示有，左，下和上） | EDGES | edge.color | 边的颜色 |
| edge.width | 边宽, 默认值为1 |
| edge.arrow.size | 箭头大小，默认值为 1 |
| edge.arrow.width | 箭头宽度，默认值为 1 |
| edge.lty | 线条类型 |
| edge.curved | 边的曲率，范围0-1（FALSE设置为0，TRUE设置为0.5） | OTHER | layout | 布局，通过layout参数可以方便的指定，使用不同的布局算法；对于不同类型的graph，有不同的自动化的布局算法，默认值为layout_nicely。 |
# graph_from_literal()函数
用这种描述简单构图： - 表示无向连接，+ - 或 - + 指向左和右的有向关系，++表示对称关系，“:”表示顶点集。
#无向图
gl <><>
plot(gl)
# 有向图
plot(graph_from_literal( A +-+ B --- C ++ D + E))
#在有向图中B C之间是不相连的
左右滑动查看完整内容
无向图 
有向图 
##小贴士：
· 无向图之间的连接使用-，或者---,这个长度是任意的，如graph_from_literal(A-B) 和 graph_from_literal(A-----B) 等价 ， 多个顶点可以直接相连，如graph_from_literal(A---B----C---D)；
· 图中的孤立点，可以逗号分开，作为独立的参数，如 上图的o；
· 顶点集，使用:连接的顶点为一个顶点集，顶点集之间的点不相连，其余点均与顶点相连。
· 使用+作为箭头；
· 有向图中，如果顶点之间没有箭头（+），则表示这两个点不相连，双向的箭头可以使用一个或者两个+代替；
左右滑动查看完整内容
# graph_from_data_frame()函数，从文件中读取network数据（读取文件的方式就是常规数据读取方式，read.table 或 read.csv等）
#示例数据：
左右滑动查看完整内容
library(igraph)
net - graph_from_data_frame(d=links, vertices=nodes, directed=T)
class(net) ##查看net数据类型 左右滑动查看完整内容
### 用下面命令查看网络数据的nodes, edges及它们的属性:
E(net)
V(net)
E(net)$type
V(net)$media
####展示画图，调整画图参数：增加节点标签等
plot(net, edge.arrow.size=.2, edge.curved=0,
vertex.color='skyblue', vertex.frame.color='#555555',
vertex.label=V(net)$media, vertex.label.color='black',
vertex.label.cex=.7)
左右滑动查看完整内容
##丰富网络图的内容；
colrs <>'gray50', 'tomato', 'gold') #设置节点的分类颜色
V(net)$color <>$media.type]
V(net)$size <>$audience.size*0.6 #设置节点大小
V(net)$label.color <>'black' #设置节点颜色
E(net)$width <>$weight/6 #基于weight值设置边的宽度
E(net)$arrow.size <>#设置箭头及边的大小
E(net)$edge.color <>'gray80' #设置边的颜色
plot(net,vertex.label=V(net)$media,vertex.label.cex=.7)
左右滑动查看完整内容
###添加标签，修改布局（layout）
ll - layout_nicely(net) ##更多布局用?igraph::layout_进行查看
plot(net, layout=ll)
legend(x=-1.5, y=-1.1, c('Newspaper','Television', 'Online News'), pch=21,
col='#777777', pt.bg=colrs, pt.cex=2, cex=.8, bty='n', ncol=1)
左右滑动查看完整内容
好了，igraph包的入门我就先讲到这里！其实，真的还有很多很多内容，如果大家需要，我再来写一篇进阶版。现在要赶紧去动手实践哦！
|
