如何使用R中的igraph计算加权度分布？

Question

考虑一个数据框 df，其中前两列是节点对，接下来的列 V1、V2、...、Vn 表示节点之间的流量（可能为0，表示该列网络中没有边）。我想使用这些权重进行度数、社区检测和其他网络度量的分析。

然后，为了针对 V1 中的权重分析图形，我执行以下操作：

# create graph and explore unweighted degrees with respect to V1
g <- graph.data.frame( df[df$V1!=0,] )
qplot(degree(g))
x <- 0:max(degree(g))
qplot(x,degree.distribution(g))

# set weights and explore weighted degrees using V1
E(g)$weights <- E(g)$V1
qplot(degree(g))

第三个 qplot 的输出与第一个没有任何区别。我做错了什么？

更新：

所以 graph.strength 是我要找的，但在我的情况下，graph.strength(g) 给出标准度数输出，然后是：

Warning message:
In graph.strength(g) :
At structural_properties.c:4928 :No edge weights for strength calculation,
normal degree

我可能设置权重不正确，仅执行 E(g)$weights <- E(g)$V1 是否不足以满足要求？为什么 g$weights 可能与 E(g)$weights 不同？

- mindless.panda

---

关于“g$weights”和“E(g)$weights”的区别：g$weights查找名为“weights”的图形属性，而E(g)$weights查找名为“weights”的边缘属性。顺便说一下，还有V(g)$weights，它查找名为“weights”的顶点属性。 - Tamás

图形强度文档（现在链接在问题中）表明它正在寻找名为 weight 的 graph 属性，然而在我的例子中，一旦我将类型修正为 E(g)$weight，graph.strength 就像预期的那样工作了。为什么？它是先搜索图属性还是边属性？ - mindless.panda

查找图属性是没有意义的，因为这样的属性将附加到图本身而不是单个边缘。graph.strength仅查找边缘属性。文档中说“如果图具有weight边缘属性...”，所以我想这里需要一个边缘属性。 - Tamás

好的，我最终会学会阅读。谢谢。 - mindless.panda

Answer 1

函数graph.strength可以使用weights参数给定权重向量。我认为你的代码出了问题，应该调用权重属性E(g)$weight而不是E(g)$weights。

- Sacha Epskamp

Answer 2

我为了自己的代码创建了一个等效的用于加权图的“degree.distribution”功能，方法是对“degree.distribution”代码进行修改：

graph.strength.distribution <- function (graph, cumulative = FALSE, ...)
{
  if (!is.igraph(graph)) {
    stop("Not a graph object")
  }
  # graph.strength() instead of degree()
  cs <- graph.strength(graph, ...)
  hi <- hist(cs, -1:max(cs), plot = FALSE)$density
  if (!cumulative) {
    res <- hi
  }
  else {
    res <- rev(cumsum(rev(hi)))
  }
  res
}

- mindless.panda

---

这确实非常有用。您介意将它添加到 igraph 维基中吗？以下是适当的维基页面链接：http://igraph.wikidot.com/r-recipes - Tamás

谢谢分享！不确定这是否是正确的地方提问，但是，您有使用graph.strength.distribution()函数的示例吗？我查看了https://rdrr.io/github/abnormally-distributed/rsfcNet/man/strength_distribution.html，但由于我的R studio版本问题，在安装该软件包时出现错误，因此回到了这个帖子。 - Grace