r - 如何从 igraph 网络中提取集群?

标签 r igraph

我有一个如下所示的 data.frame(有 1135 行):

         var1   var2  corr
590   OTU3902 K00021 0.832
624   OTU2457 K00076 0.847
770   OTU0939 K00184 0.842
774   OTU0939 K00185 0.818
792   OTU3902 K00209 0.828
1053  OTU2859 K00299 0.803
1127  OTU0001 K00320 0.845
1128  OTU0041 K00320 0.819
1129  OTU1364 K00320 0.850
1130  OTU1891 K00320 0.803
1131  OTU2859 K00320 0.841
1137  OTU2457 K00329 0.845
1409  OTU0939 K00349 0.806
1465  OTU1531 K00366 0.840
1470  OTU1531 K00367 0.847
1474  OTU0001 K00368 0.840
1475  OTU0095 K00368 0.829
1544  OTU3041 K00395 0.820
1729  OTU0939 K00496 0.830
1750  OTU0735 K00508 0.835

我用 :

g <- graph.data.frame(data, directed=FALSE)
plot(g)

网络创建得很好。但是,它会创建一些集群,我想单独提取每个集群。 igraph 是否可以选择获取不同的数据帧(或另一种向量):一个数据帧将对应一个集群?

这是我的网络。我猜这是一团糟,但你可以看到有一些子网络。所以,如果可能的话,我想隔离这些子网络,并在 list/data.frame 中获取每个子网络的组件。
enter image description here

最佳答案

您似乎希望找到图形的孤立组件。这可以通过 components 来完成如

components(g)
# $membership
# OTU3902 OTU2457 OTU0939 OTU2859 OTU0001 OTU0041 OTU1364 OTU1891 OTU1531 OTU0095 OTU3041 OTU0735 
#       1       2       3       4       4       4       4       4       5       4       6       7 
#  K00021  K00076  K00184  K00185  K00209  K00299  K00320  K00329  K00349  K00366  K00367  K00368 
#       1       2       3       3       1       4       4       2       3       5       5       4 
#  K00395  K00496  K00508 
#       6       3       7 
# 
# $csize
# [1] 3 3 5 9 3 2 2
#
# $no
# [1] 7

显示哪个顶点属于哪个组件、这些组件的大小以及组件的数量。

现在只是按组件获取顶点列表,我们可以这样做
split(V(g), components(g)$membership)
# $`1`
# + 3/27 vertices, named, from 7eee8fa:
# [1] OTU3902 K00021  K00209 
#
# $`2`
# + 3/27 vertices, named, from 7eee8fa:
# [1] OTU2457 K00076  K00329 
# ...

甚至更干净,
split(names(V(g)), components(g)$membership)
# $`1`
# [1] "OTU3902" "K00021"  "K00209" 
#
# $`2`
# [1] "OTU2457" "K00076"  "K00329" 
#
# $`3`
# [1] "OTU0939" "K00184"  "K00185"  "K00349"  "K00496" 
# ...

关于r - 如何从 igraph 网络中提取集群?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56332850/

相关文章:

在dplyrcross()中引用列名

python - Igraph/networkx 中的 k 最短路径实现(Yen 算法)

c++ - igraph (c) 访问邻接表的每个元素

r - 优化runtime : change the weight of edges in an igraph takes long time. 请问有什么办法可以优化吗?

R - 导入带有日期列的 xlsx 文件

r - 使用 scale_colour_brewer 调色板的极值

r - 将flexdashboard与多个页面不同类型的vertical_layout结合起来

R:摆脱 for 循环和加速代码

python - 在 R 中使用 igraph 绘制图形 : edge length proportional to weight

r - 同步绘图和图例之间的颜色