采用igraph包分析网络数据

为了能够自动化编程处理，有很多的程序被开发出来，专门用于网络数据的可视化和分析，igraph就是其中的佼佼者。igraph是一个开源项目，旨在提供一个简单易用，功能强大的网络数据处理框架，在R，Python, C语言中都有具体实现，网址如下

http://igraph.org/

本篇以R语言为例，展示其用法。在R语言中，对应的包名为igraph, 安装方式如下

install.packages("igraph")

network对应的数据结构为graph, 通常用大写字母G表示，顶点的英文为vertex, 用大写字母V表示，边的英文为edge, 用大写字母E表示。对于igraph而言，常用的操作包括以下几种

1. 在R中创建一个network

创建network有很多种方式，这里我们只展示最常用的一种，从文件中读取节点和边的信息，然后在R中创建一个network, 对于节点而言，文件内容示例如下

每一行代表一个节点，每一列代表一个节点的属性，可以有很多列，这里只给出了两个基本属性，id用来唯一表征一个节点， name表示节点上标记的字符，其他属性可以自定义，比如如果节点有分类信息，可以加一个type列。

对于边而言，文件内容示例如下

每一行代表一条边，from和to指定一条边所连接的两个顶点，后面的列是边对应的属性，可以自定义。

在R中，读取文件并创建network的代码如下

# 加载包library(igraph)# 读取节点文件nodes <- read.table("nodes.txt")# 读取边文件links <- read.table("links.txt")# 创建netwoknet <- graph_from_data_frame(d = links,vertices = nodes,directed = F)

directed参数代表创建的network是否为有向图。创建好之后，可以通过V(net)$name访问节点的属性，类似的，通过E(net)$type访问边的属性。

2. 可视化

创建好之后，可以对网络进行可视化。在可视化时，有两个因素需要考虑，一个就是节点和边的属性展示，比如节点的颜色，不同分类的节点是否用不同颜色展示，另外一个就是layout布局，选择何种布局算法，在igraph中，都可以方便的进行处理。

第一个例子展示如何根据边的属性对边的颜色进行划分，示例如下

# 设置不同type的边颜色不同E(net)$color <-  "red"index <- E(net)$type == "mention"E(net)$color <- "green"# 可视化plot(net,vertex.color = "gray50",edge.color = E(net)$color)

根据type属性，自定义了一个color属性，不同type对应不同颜色，在可视化时，直接指定边的颜色为我们自定义的color属性就可以了，对于节点的颜色，统一指定为灰色。plot函数还支持非常多的属性，详细参数请参考函数的帮助文档。

第二个例子展示布局，对于layout而言，在igraph中，有非常多的布局算法，具体的可以查看layout函数的帮助文档，调用布局算法绘图的代码如下

plot(net, layout = layout_in_circle)

3. 统计网络的拓扑属性

通过``统计节点的度，用法如下

> degree(g, mode="all")[1] 3 4 3 2 2 1 1

通过edge_dentisy统计密度，用法如下

> edge_density(net)[1] 0.3809524

通过transitivity函数统计clustering coefficient, 用法如下

> transitivity(g, type="global")[1] 0.4285714> transitivity(g, type="local")[1] 0.6666667 0.3333333 0.0000000 1.0000000> transitivity(g, type="average")[1] 0.6

4. 对网络进行聚类

在igraph中，支持多种网络聚类算法，来挖掘复杂网络中的community, 示例如下

cfg <- cluster_fast_greedy(net)plot(cfg, net)

cluster_fast_greedy调用fast greedy algorithm算法，来预测community，其他聚类函数的用法和上述用法一致，生成的图片如下

节点对应的community信息可以从cfg这个对象中得到

> cfgIGRAPH clustering fast greedy, groups: 10, mod: 0.77+ groups:  $`1`   [1]  5  6 13 16 31 32 54 59 63 67 69 72 75  $`2`   [1]  8 10 18 44 45 50 55 66 68 74 7

对于每个community, 可以通过如下方式得到其子图，

nodes <- V(net)[cfg$membership == 1]g <- induced_subgraph(net, nodes)plot(g, layout = layout_in_circle)

生成的图片如下

通过igraph包，可以自动化的编程处理网络数据，节省精力，避免重复劳动。缺点就是该包内置的聚类算法有限，mcode 和 mcl 这两种算法就没有。

·end·