我有这种形式的分层数据:
df <- data.frame(root=rep("unclustered",22),
itr1=paste0("1.",c(1,5,1,2,4,1,3,2,5,5,6,9,4,3,4,8,5,7,3,2,10,8)),
itr2=paste0("2.",c(1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,10,17,18,19,20,21)),
itr3=paste0("3.",c(1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22)),stringsAsFactors = F)
它描述了数据点-行的迭代聚类分配。第一列root
将所有点分配给根集群,然后每一列都是集群的迭代,该迭代获取前一次迭代的集群,并将它们分解为更多的子集群。
我正在尝试使用树网络来绘制这个过程。
我知道使用data.tree
,我可以简单地执行以下操作:
df$pathString <- do.call(paste,c(df,sep="/"))
df.graph <- data.tree::as.Node(df)
plot(df.graph)
但我正在寻找更花哨一点的东西,最好是有ggplot
外观的。
因此,我将df.graph
转换为igraph
对象:
df.igraph <- data.tree::as.igraph.Node(df.graph)
并尝试使用ggraph
library(ggraph)
ggraph(df.igraph, 'igraph', algorithm = 'tree') +
geom_edge_link() +
ggforce::theme_no_axes()
你知道如何让ggraph
选项包括节点及其标签,向边添加箭头,以及可能对每个级别进行不同的着色吗?
发布于 2018-06-09 09:12:54
这似乎让我更接近了:
V(df.igraph)$class <- names(V(df.igraph))
ggraph(df.igraph,layout='tree')+
geom_edge_link(arrow=arrow(length=unit(2,'mm')),end_cap=circle(3,'mm'))+
geom_node_label(aes(label=class))+
theme_void()
https://stackoverflow.com/questions/50768001
复制相似问题