社交网络分析的 R 基础:(五)图的导入与简单分析

如何将存储在磁盘上的邻接矩阵输入到 R 程序中,是进行社交网络分析的起点。在前面的章节中已经介绍了基本的数据结构以及代码结构,本章将会面对一个实质性问题,学习如何导入一个图以及计算图的一些属性。

图的文件表示

在计算机中,最常见的两种表示图的基本结构是邻接矩阵邻接表。以最简单的无权无向图为例,邻接矩阵中第 \(i\) 行第 \(j\) 列的元素 \(a_{ij}\) 如果等于 1,则表示顶点 \(i\) 和顶点 \(j\) 之间有边,即邻接矩阵将所有节点之间的关系都表示出来。邻接表则是对顶点 \(i\) 建立一个单链表,这个单链表由顶点 \(i\) 的所有邻居节点构成,即邻接表只是把存在关系的节点表示出来。

网络上许多公开的数据集更常使用三元组去表示一个图。下面是一个三元组的示例,以第一行的三元组 (1, 2, 1) 为例,它表示有一条从顶点 1 指向顶点 2 的边,并且该边的权重为 1。对于无权图而言,通常会省略三元组中的第三个元素。

1	2	1
1	3	-1
2	3	-1
1	4	-1
3	4	1

💡 提示

公开数据集大多数可以从下面的网站上找到:

1. Stanford Large Network Dataset Collection:http://snap.stanford.edu/data

2. The KONECT Project:http://konect.cc/networks

导入一个图

下面以 Dolphins 网络为例,将其导入到 R 程序中。Dolphins 是一个无权无向的真实网络,描述了生活在新西兰的一个峡湾附近的宽吻海豚社区,其中节点表示海豚,边表示海豚间的社会关系。将数据集下载完成后,打开名为 out 的文件。

% sym unweighted
9	4
10	6
10	7
11	1
......

在读取文件之前还需要对其进行一下修改,可以看到该文件的第一行“% sym unweighted”是由空格分隔的三个元素,R 语言还没有太过智能,在读取到第二行时会因为只有两个元素而报错,因此需要将第一行删除。下面使用 read.table() 将文件读入到 R 程序中:

graph.edges <- read.table(file = "out.dolphins", header = FALSE)

💡 提示

也可以将 out 文件中的制表符(\t)替换成逗号(,),将文件更改为使用逗号分隔的 CSV 文件,并使用 read.csv() 函数读取。

你也许会好奇读入的 graph.edges 到底是什么东西,使用 class() 函数来看看变量的类型:

> class(graph.edges)
[1] "data.frame"

data.frame 似乎前面的章节并没有介绍,受限于研究的方向,这有可能是你唯一一次接触数据框类型,不用管它,下面将读入的数据转换为图:

> library(igraph)
> graph <- graph_from_data_frame(graph.edges, directed = FALSE)

下面画图看看导入的 Dolphins 网络:

> class(graph)
[1] "igraph"
> plot(graph)

image

输出一下 Dolphins 网络的规模:

> cat(sprintf("Nodes: %s\nEdges: %s\n", length(V(graph)), length(E(graph))))
Nodes: 62
Edges: 159

这里使用了两个全新的函数 V()E(),其中 V() 是获取图的点集,E() 是获取图的边集,今后的大部分分析是建立在这两个集合之上,这两个函数会伴随你的 R 语言旅程直到结束。

导入的网络可以保存为 R 文件,下次可以直接载入使用,使用同样的方法也可以持久化实验数据。

> save(graph, file = "dolphins.RData")  # 保存 graph 变量
> load(file = "dolphins.RData")  # 导入 RData 文件中存储的变量

生成人工网络

使用人工网络验证算法的有效性也是实验中必不可少的一环,下面介绍几种常见的人工网络结构。

  1. 全连接图
    graph <- make_full_graph(10)
    
    image
  2. 树状图
    graph <- make_tree(21, children = 3, mode = "undirected")
    
    image
  3. k-正则图
    graph <- sample_k_regular(20, 3)
    
    image
  4. Erdos-Renyi Random
    graph <- sample_gnp(20, 0.1)
    
    image
  5. 小世界网络
    graph <- sample_smallworld(dim = 1, size = 20, nei = 2, p = 0.1)
    
    image

💡 提示

其他人工结构请查看 igraph 文档:https://igraph.org/r/doc

图的基本分析

上文从导入外部网络和生成人工网络两个角度获得了 igraph 图对象,下面将使用 igraph 包中的函数对 Dolphins 网络进行简单的分析。

  1. 判断图的连通性
    > is.connected(graph)
    [1] TRUE
    
  2. 计算图的度
    > degree(graph)  # 计算图中所有节点的度,其中第一行为节点的名称,第二行为节点的度
    9 10 11  ...
    6  7  5  ...
    > degree(graph, v = "9")  # 计算图中部分节点的度
    9 
    6
    
  3. 计算图的密度
    > edge_density(graph)
    [1] 0.0840825
    
  4. 对图的路径分析
    > diameter(graph, directed = FALSE, weights = NA)  # 直径
    [1] 8
    > radius(graph)  # 半径
    [1] 5
    > distances(graph, v = V(graph)$name[1], to = V(graph)$name[10], algorithm = "unweighted", weights = NA)  # 计算节点间的最短距离
      20
    9  3
    > shortest_paths(graph, from = "1", to = "6", weights = NA)  # 计算节点1到节点6的最短路径
    $vpath
    $vpath[[1]]
    + 6/62 vertices, named, from e1ce364:
    [1] 1  41 37 40 58 6
    
  5. 计算图的聚类系数
    > transitivity(graph, type = "average")
    [1] 0.3029323
    

✏️ 练习

1. 试着在数据集网站中下载其他网络导入到 R 程序中;

2. 试着计算导入网络的平均度;

3. 查找 igraph 文档,试着计算导入网络的同配系数(Assortativity)。

posted @ 2022-02-11 21:58  张高兴  阅读(378)  评论(0编辑  收藏  举报