如何在igraph中進行分組佈局？

Question

在igraph，應用模塊化算法找到圖共享後，我想繪製一個網絡佈局，清楚地顯示不同的社區及其連接。像Cytoscape中的「組屬性佈局」：我想顯示每個組/社區的成員彼此靠近，並保持組/社區之間的一定距離。 igraph開箱即用，我找不到任何功能。發佈這個問題時，我已經找到了一個簡單的d.i.y解決方案，我將它作爲答案發布。但我想知道是否有更好的可能性，或更詳細的解決方案？

Answer 1

要上的Gabor的建議擴大，我創造了這個功能：

weight.community=function(row,membership,weigth.within,weight.between){ 
if(as.numeric(membership[which(names(membership)==row[1])])==as.numeric(membership[which(names(membership)==row[2])])){ 
weight=weigth.within 
}else{ 
weight=weight.between 
} 
return(weight) 
} 

簡單地應用它在你的圖形邊緣的矩陣的行（由get.edgelist(your_graph))給設置新的邊權（成員資格從任何社區檢測算法的結果的成員資格向量）：

E(g)$weight=apply(get.edgelist(g),1,weight.community,membership,10,1) 

然後，只需使用接受的邊權重，如通過fruchterman.reingold伽柏所建議的一個佈局算法可以調整權重參數OB。保留你想要的圖表。例如：

E(g)$weight=apply(get.edgelist(g),1,weight.community,membership,10,1) 
g$layout=layout.fruchterman.reingold(g,weights=E(g)$weight) 
plot(g) 

E(g)$weight=apply(get.edgelist(g),1,weight.community,membership,1000,1) 
g$layout=layout.fruchterman.reingold(g,weights=E(g)$weight) 
plot(g) 

注1：透明/邊緣的顏色是我的圖表的其它參數。我通過社區着色節點來證明它確實有效。注意2：確保使用membership(comm)而不是comm$membership，其中comm是社區檢測算法的結果（例如，comm=leading.eigenvector.community(g)）。原因是，在第一種情況下，你得到一個帶有名稱的數字向量（我們想要的），而在第二種情況下，這個向量沒有名字。

要獲得多個社區檢測算法的共識，請參閱此function。

Answer 2

功能layout.modular提供了一種分組佈局的圖表，從任何的igraph社區檢測方法的結果是：

c <- fastgreedy.community(G) 

layout.modular <- function(G,c){ 
nm <- length(levels(as.factor(c$membership))) 
gr <- 2 
while(gr^2<nm){ 
    gr <- gr+1 
} 
i <- j <- 0 
for(cc in levels(as.factor(c$membership))){ 
    F <- delete.vertices(G,c$membership!=cc) 
    F$layout <- layout.kamada.kawai(F) 
    F$layout <- layout.norm(F$layout, i,i+0.5,j,j+0.5) 
    G$layout[c$membership==cc,] <- F$layout 
    if(i==gr){ 
     i <- 0 
     if(j==gr){ 
      j <- 0 
     }else{ 
      j <- j+1 
     } 
    }else{ 
     i <- i+1 
    } 
} 
return(G$layout) 
} 

G$layout <- layout.modular(G,c) 
V(G)$color <- rainbow(length(levels(as.factor(c$membership))))[c$membership] 
plot(G) 

Answer 3

一個解決辦法是設置圖形的邊緣權重的基礎上，模塊化。將模塊內部邊緣設置爲較大的重量，並將模塊邊緣之間的重量設置得較小。然後請撥打layout.fruchterman.reingold()或支持邊權重的任何算法。

您可能需要使用實際重量值，因爲這取決於您的圖形。

Answer 4

的靈感來自安東尼的建議，我創造了這個功能：

edge.weights <- function(community, network, weight.within = 100, weight.between = 1) { 
bridges <- crossing(communities = community, graph = network) 
weights <- ifelse(test = bridges, yes = weight.between, no = weight.within) 
return(weights) 
} 

功能不一樣的;只需將您的社區對象放入社區插槽中，即可將圖形放入網絡中。我會離開weight.between = 1並調整weight.within值。

然後，權重傳送到weight時隙中的節點：

E(graph)$weight <- edge.weights(community, graph) 

最後使用使用權重像layout_with_fr（的fruchterman.reingold在igraph 1.0.1的新名稱）的佈局算法。

我以Zachary的空手道俱樂部網絡爲例。

library(igraph) 
library(igraphdata) 
#I load the network 
data(karate) 
#for reproducible purposes 
set.seed(23548723) 
karateLayout <- layout_with_fr(karate) 
par(mar = c(0,0,2,0)) 
plot(karate, vertex.size = 10, vertex.color = "steelblue4", edge.width = 1, 
vertex.label = NA, edge.color = "darkgrey", layout = karateLayout, 
main = "Zachary's karate club network") 

我發現通過與cluster_louvain功能模塊化的多級優化社區：

Communitykarate <- cluster_louvain(karate) 

這是在默認設置個人喜好下：

prettyColors <- c("turquoise4", "azure4", "olivedrab","deeppink4") 
communityColors <- prettyColors[membership(Communitykarate)] 

社區圖用顏色標明的是：

plot(x = Communitykarate, y = karate, edge.width = 1, vertex.size = 10, 
vertex.label = NA, mark.groups = NULL, layout = karateLayout, col = communityColors, 
main = "Communities in Zachary's karate club network", 
edge.color = c("darkgrey","tomato2")crossing(Communitykarate, karate) + 1]) 

現在，爲什麼這個問題的存在意義。

E(karate)$weight <- edge.weights(Communitykarate, karate) 
# I use the original layout as a base for the new one 
karateLayoutA <- layout_with_fr(karate, karateLayout) 
# the graph with the nodes grouped 
plot(x = Communitykarate, y = karate, edge.width = 1, vertex.size = 10, 
mark.groups = NULL, layout = karateLayoutA, vertex.label = NA, col = communityColors, 
c("darkgrey","tomato2")[crossing(Communitykarate, karate) + 1], 
main = "Communities in Zachary's karate club network (grouped)") 

如果您有更多的重量嘗試你必須有：

E(karate)$weight <- edge.weights(Communitykarate, karate, weight.within = 1000) 
karateLayoutB <- layout_with_fr(karate, karateLayout) 
plot(x = Communitykarate, y = karate, edge.width = 1, vertex.size = 10, 
mark.groups = NULL, layout = karateLayoutB, vertex.label = NA, col = communityColors, 
c("darkgrey","tomato2")[crossing(Communitykarate, karate) + 1], 
main = "Communities in Zachary's karate club network (grouped)")