用R語言進行復雜網絡可視化

現實世界中，網絡世界大量存在，鐵路線路網絡，航空網絡，人際關系網絡。復雜網絡是大量真實復雜系統的拓撲關系。借助復雜網絡分析，我們期望可以化繁為簡，找到隱藏的拓撲關系新結構，找到節點與節點之間的模式，同時實現數據可視化展示。

復雜網絡系列
我們的復雜網絡個人筆記將包含以下幾個部分：
? 復雜網絡基礎知識及網絡可視化
? 復雜網絡主要幾種拓撲關系及應用
? 復雜網絡社團挖掘
復雜網絡中的基本知識點
? 節點(vertex) ： 一個一個散落的點，如每個人可以是一個點，每個url是一個點。
? 邊 （edge）： 連接點與點直接的線；邊是節點與節點之間的關系表示。
? 度（degree）：某個節點的度是指與該連接相連接的其他節點的個數；
? 平均度：所有節點的度之和除以節點個數
? 節點的聚類系數：某個節點的鄰集節點個數，這些節點之間的邊數與這些節點之間可能存在的最大邊上之比。
? 最短路徑：節點之間邊數最少的路徑
? 平均路徑：所有節點對之間的距離的平均值
? 點介數：通過該節點的最短路徑的條數
? 邊介數：通過該邊的最短路徑的條數
? 核數：反復去掉一個網絡圖中度數小于等于K的節點后，剩下的子圖。如果一個節點存在K-核，而在K+1 -核中被去掉，則該節點的核數為K
基本的復雜網絡結構
? 規則網絡
? ER隨機圖
? 小世界網絡
? BA無標度網絡
復雜網絡可視化

data=read.csv("test.csv",header =TRUE)
head(data)

? 基礎圖

library(igraph)
data_stru<-graph.data.frame(data)
plot(data_stru)

? 數據為隨機生成的。

復雜網絡可視化
? 根據數值改變邊的大小,改變顏色，添加值

library(igraph)
data_stru<-graph.data.frame(data)

plot(data_stru,edge.width=data$freq/100,edge.color=rainbow(40),edge.arrow.size=2,edge.label=data$freq)

復雜網絡可視化
? 根據節點度的不同，畫出不同節點的大小

library(igraph)
data_stru<-graph.data.frame(data)

plot(data_stru,edge.width=data$freq/100,edge.color=rainbow(40),edge.arrow.size=2,edge.label=data$freq,vertex.size=degree(data_stru))

復雜網絡可視化
? 根據節點度的不同，畫出不同節點的顏色

library(igraph)
data_stru<-graph.data.frame(data)
plot(data_stru,edge.width=data$freq/100,edge.color=rainbow(40),edge.arrow.size=2,edge.label=data$freq,vertex.size=degree(data_stru),vertex.color=degree(data_stru))

復雜網絡可視化
? 畫出某個節點的N層關系
library(igraph)
data_stru<-graph.data.frame(data)
data_degree<-graph.neighborhood(data_stru,1)
plot(data_degree[[6]],edge.width=data$freq/100,edge.color=rainbow(40),edge.arrow.size=2,edge.label=data$freq,vertex.size=degree(data_stru),vertex.color=degree(data_stru))