R语言的igraph画社交关系图示例

作者|顾运筠

编辑按语

顾运筠是大数据文摘的热心读者，这是她看了大数据文摘的《用R语言进行数据可视化的综合指南（一）》和《用R语言进行数据可视化的综合指南（二）》后，结合正在coursera上的Data Visualization课程（https://www.coursera.org/course/datavisualization），写了这篇文章。在此，我们先表示感谢，同时也希望有更多热心的读者来稿，交流一下学习心得。

R语言中的igraph可以很方便地画出社交关系图。下面是几个示例。

1.最简单的社交关系图

library(igraph)

dolphin <- read.csv('dolphins.csv',head=T,fileEncoding='UTF-8',stringsAsFactors=F)

g <- graph.data.frame(dolphin)

jpeg(filename='dolphins.jpg',width=800,height=800,units='px')

plot(g,

vertex.size=5,

layout=layout.fruchterman.reingold,

vertex.shape='circle',

vertex.label.cex=1.0,

vertex.label.color='black',

edge.arrow.size=0) #连线的箭头的大小为0，即无箭头

dev.off()

画出的图，如下：

2.关系图中某人或某几个人的关系图

某个人（这里是海豚）的关系图(节点4)：

jpeg(filename='dolphins_sub.jpg',width=800,height=800,units='px')

gn<-graph.neighborhood(g, order=1)

plot(gn[[1]],

layout=layout.fruchterman.reingold)

dev.off()

某个人的两层关系图(节点6)：

gn<-graph.neighborhood(g, order=2)

plot(gn[[2]], layout=layout.fruchterman.reingold)

dev.off()

某两个人的关系图：

jpeg(filename='dolphins_sub3.jpg',width=800,height=800,units='px')

gn<-graph.neighborhood(g, order=1)

plot(gn[[1]]+gn[[2]], layout=layout.fruchterman.reingold)

dev.off()

3.根据联系人的多少决定节点的大小和色彩，连线设成弧线

source("http://michael.hahsler.net/SMU/ScientificCompR/code/map.R")

E(g)$curved <- 0.2 #将连线设成弧线，数值越大弧线越弯

jpeg(filename='dolphins_curve1.jpg',width=800,height=800,units='px')

layout=layout.fruchterman.reingold

plot(g, layout=layout, vertex.size=map(degree(g),c(1,20)), vertex.color=map(degree(g),c(1,20)))

dev.off()

4.给社交关系图划分社区，不同的社区用不同的颜色表示

cl <- optimal.community(g)

E(g)$curved <- 0

jpeg(filename='dolphins_commu2.jpg',width=800,height=800,units='px')

layout=layout.fruchterman.reingold

plot(g, layout=layout, vertex.size=5, vertex.color= rainbow(10, .8, .8, alpha=.8)[cl$membership+1L],)

dev.off()

5.设定社区的数目

sg1 <- cluster_spinglass(g, spins=3, gamma=1.0) #spins是社区的数目

jpeg(filename='dolphins_commu9.jpg',width=800,height=800,units='px')

layout=layout.fruchterman.reingold

plot(g, layout=layout, vertex.size=5, vertex.color= rainbow(10, .8, .8, alpha=.8)[sg1$membership],)

dev.off()

6.画出某一社区

画出示例5的社区中，membership为1的社区。

sg1 <- cluster_spinglass(g, spins=3, gamma=1.0)

jpeg(filename='dolphins_subcommu.jpg',width=800,height=800,units='px')

layout=layout.fruchterman.reingold

subg <- induced.subgraph(g, which(membership(sg1)==1))

plot(subg, layout=layout, vertex.size=5, vertex.color= 1,)

dev.off()

7.不同布局方式下社区的显示

以上的布局为layout=layout.fruchterman.reingold

如果是其他布局，社区的显示会有变化。

sg1 <- cluster_spinglass(g, spins=3, gamma=1.0)

jpeg(filename='dolphins_commu10.jpg',width=800,height=800,units='px')

layout=layout.circle

plot(g, layout=layout, vertex.size=5, vertex.color= rainbow(10, .8, .8, alpha=.8)[sg1$membership],)

dev.off()

sg1 <- cluster_spinglass(g, spins=3, gamma=1.0)

jpeg(filename='dolphins_commu11.jpg',width=800,height=800,units='px')

layout=layout.sphere

plot(g, layout=layout, vertex.size=5, vertex.color= rainbow(10, .8, .8, alpha=.8)[sg1$membership],)

dev.off()

以上的示例仅为抛砖引玉。

有关igraph的demo可以看demo(package="igraph")。

在R中键入demo(package="igraph")，它会给出子项目：

centrality Classic and other vertex centrality indices

cohesive Cohesive blocking, the Moody & White method

community Community structure detection

crashR A crash-course into R

hrg Hierarchical random graphs

smallworld Small-world networks

然后键入子项目看demo。如demo(package="igraph", community)，它会给出community的示例。

作者简介：顾运筠，职业院校的统计老师，对机器学习和数据可视化感兴趣。

Python学习群报名已截止。成员筛选中，周末前邮件通知到个人，请注意查收，谢谢！