ggraph带你绘制网络饼图

library(tidyverse)
library(igraph)
library(ggraph)
library(graphlayouts)
library(ggforce)
library(scatterpie)
library(ggsci)

# 设置随机种子，确保结果的可复现性
set.seed(1439)
# 使用sample_pa函数生成一个包含20个节点的随机无标度网络
g <- sample_pa(20, 1)
# 为网络中的每个节点添加名为"A"的属性，属性值为从均值为0，标准差为1的正态分布中随机生成的绝对值
V(g)$A <- abs(rnorm(20, sd = 1))
# 为网络中的每个节点添加名为"B"的属性，属性值为从均值为0，标准差为2的正态分布中随机生成的绝对值
V(g)$B <- abs(rnorm(20, sd = 2))
# 为网络中的每个节点添加名为"C"的属性，属性值为从均值为0，标准差为3的正态分布中随机生成的绝对值
V(g)$C <- abs(rnorm(20, sd = 3))
# 使用layout_with_stress函数计算节点的布局坐标
xy <- layout_with_stress(g)
# 将计算得到的节点布局坐标分别赋值给节点属性"x"和"y"
V(g)$x <- xy[, 1]
V(g)$y <- xy[, 2]

# 使用ggraph函数绘制图形，使用"manual"布局，节点的x和y坐标从属性中获取
ggraph(g, "manual", x = V(g)$x, y = V(g)$y) +
  # 添加边的可视化，使用geom_edge_link0函数
  geom_edge_link0() +
  # 添加饼图散点，表示节点属性"A"、"B"和"C"的比例
  geom_scatterpie(cols = c("A", "B", "C"),
    data = as_data_frame(g, "vertices"),
    colour = NA, pie_scale = 2) +
  coord_fixed() +   # 设置坐标系为等比例缩放
  theme_graph() +
  theme(legend.position = "bottom")

# 生成一个包含9个岛屿、40个节点、连接概率为0.4、平均度数为15的网络图
g <- sample_islands(9, 40, 0.4, 15)
# 使用igraph包中的simplify函数简化网络图，去除重复边和自环
g <- igraph::simplify(g)
# 为每个节点添加名为"grp"的属性，属性值为重复的1到9，每个值重复40次
V(g)$grp <- as.character(rep(1:9, each = 40))
# 为每个节点添加名为"cat"的属性，属性值从"A"、"B"、"C"中随机采样得到，有放回
V(g)$cat <- sample(c("A", "B", "C"), vcount(g), replace = TRUE)
# 合并同一组内的节点，形成新的图g_clu，并使用"concat"方式合并节点属性
g_clu <- contract(g, V(g)$grp, vertex.attr.comb = "concat")

# 为新图g_clu的边添加名为"weight"的属性，所有边的权重设置为1
E(g_clu)$weight <- 1
# 使用simplify函数简化新图g_clu，对边的属性使用"sum"方式合并
g_clu <- simplify(g_clu, edge.attr.comb = "sum")

# 根据节点属性"cat"计算每个组内各个类别（"A"、"B"、"C"）的数量，分别添加为"A"、"B"、"C"的属性
V(g_clu)$A <- sapply(V(g_clu)$cat, function(x)
  sum(x == "A"))
V(g_clu)$B <- sapply(V(g_clu)$cat, function(x)
  sum(x == "B"))
V(g_clu)$C <- sapply(V(g_clu)$cat, function(x)
  sum(x == "C"))
# 使用layout_with_stress函数计算节点的布局坐标
xy <- layout_with_stress(g_clu)
# 将计算得到的节点布局坐标分别赋值给节点属性"x"和"y"
V(g_clu)$x <- xy[, 1]
V(g_clu)$y <- xy[, 2]

# 使用ggraph函数绘制图形，使用"manual"布局，节点的x和y坐标从属性中获取
ggraph(g_clu, "manual", x = V(g_clu)$x, y = V(g_clu)$y) +
  # 添加边的可视化，使用geom_edge_link0函数
  geom_edge_link0() +
  # 添加饼图散点，表示节点属性"A"、"B"和"C"的比例，填充颜色为白色，饼图比例尺度为3
  geom_scatterpie(cols = c("A", "B", "C"),
    data = as_data_frame(g_clu, "vertices"),
    colour = "white", pie_scale = 3) +
  scale_fill_npg() +
  coord_fixed() +   # 设置坐标系为等比例缩放
  theme_graph() +
  theme(legend.position = "bottom")