专栏首页优雅R「R」数据可视化18:弧形图

「R」数据可视化18:弧形图

今天我们来介绍一个很酷炫的图:弧形图(Arc Diagram)

什么是弧形图(Arc Diagram)

弧形图顾名思义,是由弧形组成的。粗暴一点,直接上图让大家来看一下什么是弧形图。

图片来源:https://www.data-to-viz.com/graph/arc.html

可以看到上图中有很多个节点,不同的节点之间用弧形进行连接。没错,弧形图就是一种可以用来表示关联,展示多个节点之间关系的一种图。

这种关联可能有多种情况,最常见的可以用于展现相关性结果,还可以用于展现不同字词共同出现的频率等等(比如上面这张图就分析了雨果的名作《悲惨世界》中的人物出现情况)。

通过线的粗细、颜色以及节点的各种属性,你可以在图中展现关联各种特性,比如可以用线的粗细表示共现的频率,用节点大小表示该词汇出现的频率。

你可能会疑惑,我们已经有很多种展现关联的方式,比如最简单的网络图或者和弦图(好像我都没有讲过,糟糕,我以后慢慢补)。为什么要用弧形图呢?其实,这几种展现网络关系的图各自特点,下面我们来看一个非常有意思的例子,以展现弧形图的优势(例子来源:data-to-viz网站[1])。

首先来介绍一下绘图的数据。在学术圈,不同实验室之间可能会有一些长期合作的关系,因此某些作者可能常常会出现在同一篇文章里。比如有一些老板之间可能是师徒,或者是从同一个实验室里出来,所以会经常合作。

而这次例子的数据就是收集了许多文章和作者,通过不同的网络图来展示作者之间的关联:如果两个作者出现在同一篇文章里,那么就会用线将他们连接起来。

我们先来看一下最基础的网络图的效果。可以看到出现了多个模块,体现出了一些人之间的关系可能更为亲密。但是一旦关系复杂起来,比如最大的那个模块,似乎很难清楚地标注每一个节点是谁。即便标注出来了,也不便于你快速找到你关注的目标。

Network图

那么有没有什么方法可以显示所有人的姓名呢?和弦图怎么样?虽然和弦图能够表示所有人的姓名,但是与网络图比起来,似乎人与人之间的关系没有那么直观了,感觉这些线有点杂乱无章。

和弦图

那么我们再来看看弧形图的效果,可以发现弧形图不仅能够很好地展现每一个人的姓名,也可以看到一些人之间存在紧密的关联,一些人之间的关联很少或者根本没有关联。

弧形图

当然,如果你对节点不进行调整,那么就有可能出现下图这种可怕的情况。

杂乱无章的弧形图

**不过如果能够对节点的顺序进行一些调整,和弦图就能很好地体现出各个节点之间的关联,同时还能允许展现出每个节点的标注。**而当节点较多的时候,在网络图中其实很难做到这一点,即便做到这一点,也让人觉得眼花缭乱。而和弦图虽然也能展现出节点信息,但是由于是一个环状,所以也可读性也不如弧形图。

那么弧形图要如何绘制呢?

怎么做弧形图

1)需要什么格式的数据

我们还是用上面例子中的数据,代码来源还是参考上面提到的data-to-viz网站[2]。具体需要两部分的数据,一部分是具体的贡献情况connect表,另一个是各个作者的共现数目coauth表。

library(tidyverse)
dataUU <- read.table("https://raw.githubusercontent.com/holtzy/data_to_viz/master/Example_dataset/13_AdjacencyUndirectedUnweighted.csv", header=TRUE)
#将dataUU转化成所需的格式
connect <- dataUU %>% 
  gather(key="to", value="value", -1) %>% #将matrix变成三列,一列from,一列to,一列共现文献数
  mutate(to = gsub("\\.", " ",to)) %>% #将to这一列中姓名.去掉变成空格
  na.omit() #剔除NA
head(connect)#第一列的数字是剔除NA之前的行号
          from        to value
89   RF Murphy A Bateman     1
184 M Ardisson A Besnard     1
234    Y Holtz A Besnard     1
237   A Armero   A Breil     1
276 FC Baurens   A Breil     1
326     S Bocs   A Breil     1

# 计算每个作者的共现条数
c( as.character(connect$from), as.character(connect$to)) %>%
  as.tibble() %>% #将数据的type转变为tbl_df,tibble可以理解成是一种加强版的数据框
  group_by(value) %>% #按照value进行分组
  summarize(n=n()) -> coauth
colnames(coauth) <- c("name", "n")#修改列名
head(coauth)
# A tibble: 6 x 2
  value            n
  <chr>        <int>
1 A Armero         6
2 A Bateman        5
3 A Besnard        6
4 A Breil          6
5 A Cenci          4
6 A Chifolleau     1

library(igraph)
mygraph <- graph_from_data_frame( connect, vertices = coauth, directed = FALSE )

理论上使用上述数据就可以作图了(具体代码参见下一小节),但是我们可以看一下做出来的效果。

image.png

没错效果非常糟糕,这就是我们为什么要对节点进行调整的原因,那么我们要如何对节点进行调整呢?我们可以使用igraph包中的walktrap.community函数。这是一个用来进行社区划分的函数。当然,igraph包中还提供了许多其他划分函数比如fastgreedy.communityspinglass.community,edge.betweenness.community,leading.eigenvector.community等(不过我还没有仔细研究过具体的区别)。那么我们来调整一下数据:

# 鉴定社区
com <- walktrap.community(mygraph)

#重新整理数据
coauth <- coauth %>% 
  mutate( grp = com$membership) %>%
  arrange(grp) %>%
  mutate(name=factor(name, name))

# 保留排名前15的社区
coauth <- coauth %>% 
  filter(grp<16)

# 只保留排名前15的社区涉及的作者
connect <- connect %>%
  filter(from %in% coauth$name) %>%
  filter(to %in% coauth$name)

mygraph <- graph_from_data_frame( connect, vertices = coauth, directed = FALSE )

2)如何作图接着,我们将使用ggraph函数进行画图。

library(RColorBrewer)
library(ggraph)
mycolor<-colorRampPalette(brewer.pal(9, "Paired"))
ggraph(mygraph, layout="linear") + 
  geom_edge_arc(edge_colour="black", edge_alpha=0.2, edge_width=0.3, fold=TRUE) +
  geom_node_point(aes(size=n, color=as.factor(grp), fill=grp), alpha=0.5) +
  scale_size_continuous(range=c(0.5,8)) +
  scale_color_manual(values=mycolor(15)) +
  geom_node_text(aes(label=name), angle=65, hjust=1, nudge_y = -1.1, size=2.3) +
  theme_void() +
  theme(
    legend.position="none",
    plot.margin=unit(c(0,0,0.4,0), "null"),
    panel.spacing=unit(c(0,0,3.4,0), "null")
  ) +
  expand_limits(x = c(-1.2, 1.2), y = c(-5.6, 1.2)) 

弧线图

今天的分享就到这里啦。

参考资料

[1]data-to-viz网站: https://www.data-to-viz.com/story/AdjacencyMatrix.html

[2]data-to-viz网站: https://www.data-to-viz.com/story/AdjacencyMatrix.html

本文分享自微信公众号 - 优雅R(elegant-r),作者:蒋刘一琦

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2020-04-30

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 「R」Shiny:工作流(一)开发工作流

    优化开发工作流程的目标是减少做出更改和看到结果之间的时间。迭代的速度越快,你可以进行的实验就越快,你就可以成为一名更好的 Shiny 开发人员。这里有两个主要的...

    王诗翔呀
  • 「工具」loon - 一个懒人适用的远程命令工具箱

    相比于 Shell,Python 提供了更好的流程控制,因此,前一段时间我尝试使用 Python 完成了 sync-deploy 命令集的重写。后续新特性的添加...

    王诗翔呀
  • 两天研习Python基础(九) 文本处理

    字符转换例子: https://stackoverflow.com/questions/555705/character-translation-using-p...

    王诗翔呀
  • 理解分布式一致性:拜占庭容错与PBFT

    之前的几篇文章我们讲了分布式协议里面的Paxos协议和Raft协议。这两个协议主要适用于可信节点的情况,所谓可信节点就是节点只会出现因为系统或者网络问题的宕机情...

    程序那些事
  • 一致性算法-Gossip协议实践(Memberlist)

    咱们上文简单说了Gossip协议的原始方案,在真实场景有几百种变种,比较常见的Gossip 协议实现框架有:

    林淮川
  • 一天一大 leet(二叉树展开为链表)难度:中等-Day20200802

    前端小书童
  • redis集群的高可用性实现

    当主从的redis性能和容量满足不了项目的需求时,一般会采用集群方案。而原生的集群方案是一个比较好的选择。本文主要是讨论如何保证集群版高可用。高...

    juviliu
  • Redis开发与运维学习笔记---(18)

    前面的文章讲述了redis sentinel实现原理当中的定时任务、主观下线和客观下线,今天我们来看sentinel领导者选举以及故障转移部分。

    AsiaYe
  • 全面讲解分布式数据库架构设计特点

    随着全球经济下行压力增大,中美贸易摩擦愈演愈烈,美国一系列的经济制裁和技术封锁使得我们有种被扼住咽喉的感觉,数据库作为基础软件中的重要一环有着很深的技术含量,在...

    数据库架构之美
  • Elasticsearch:如何在搜索时得到精确的总 hits 数

    从 Elasticsearch 7.0之后,为了提高搜索的性能,在 hits 字段中返回的文档数有时不是最精确的数值。Elasticsearch 限制了最多的数...

    腾讯云ES团队

扫码关注云+社区

领取腾讯云代金券