python - 通过任何 python 或 R 模块可视化图中重叠的社区

Question

如果图表中存在重叠社区，如何可视化社区？ 我可以使用 python(networkx、igraph、matplotlib 等)或 R 中的任何模块。

例如，节点、边以及每个社区中的节点的信息如下。请注意，节点 G 跨越两个社区。

list_nodes = ['A', 'B', 'C', 'D','E','F','G','H','I','J']
tuple_edges = [('A','B'),('A','C'),('A','D'),('B','C'),('B','D'), ('C','D'),('C','E'),
              ('E','F'),('E','G'),('F','G'),('G','H'),
              ('G','I'), ('G','J'),('H','I'),('H','J'),('I','J'),]
list_communities = [['A', 'B', 'C', 'D'],['E','F','G'],['G', 'H','I','J']]

我想要一个将社区可视化的图，如下所示。

在networkx中，可以对每个节点进行颜色编码，例如this post ，但当社区重叠时，此方法不适合。

在 igraph 中，可以使用包中包含的社区提取方法来可视化社区，如 this post 中所述。 。但是，就我而言，我想使用每个社区中包含的节点列表来定义社区。

Answer 1

下面是 R 中 igraph 的一个选项。

---

我认为您可能需要手动注释社区信息(请参阅下面的 grp)，然后在绘图时使用它，例如，

g <- graph_from_data_frame(df, directed = FALSE)
grp <- lapply(
  groups(cluster_edge_betweenness(g)),
  function(x) {
    c(
      x,
      names(which(colSums(distances(g, x) == 1) > 1))
    )
  }
)
plot(g, mark.groups = grp)

或使用 max_cliques 且尺寸最小为 3(感谢 @clp 的评论)

g <- graph_from_data_frame(df, directed = FALSE)
grp <- max_cliques(g, min = 3)
plot(g, mark.groups = grp)

数据

df <- data.frame(
  from = c("A", "A", "A", "B", "B", "C", "C", "E", "E", "F", "G", "G", "G", "H", "H", "I"),
  to = c("B", "C", "D", "C", "D", "D", "E", "F", "G", "G", "H", "I", "J", "I", "J", "J")
)