igraph与sna：它们之间是否存在一个做得好而另一个做不好或做得不好的事情？

Question

igraph与sna：它们之间是否存在一个做得好而另一个做不好或做得不好的事情？

rigraphsna

8

在进行R语言的网络分析方面，我相对熟悉igraph，但对sna不熟悉。

我的问题是：

这两个库是否兼容? 即能否将从igraph创建的图应用到sna中并反之亦然？
是否有某些任务在一个包中比另一个包更高效地执行？
哪个库具有更易理解的操作范围？
总体而言，使用igraph或sna在R中进行网络分析有没有什么强有力的原因？

附：这些包中是否有任何一个允许多层（多重）网络分析？

- rafa.pereira

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- paqmo · Accepted Answer

我的大局观认为，igraph 更适合于图论和网络数学模型，而sna 更适合于（主要是社交）网络统计模型。我认为，igraph 的创建者主要背景是计算机科学，而sna 的人员则是社会学家和统计学家。我主要在 sna 中工作（以及包括 statnet 套件中的相关包），但也经常同时使用 igraph ，有时在同一脚本中使用。

回答您的具体问题： 1）不，它们不相互兼容。许多igraph中的函数在sna中具有相同的名称，这会导致冲突。一个igraph网络不能用于sna函数。创建了intergraph包，使在sna和igraph之间轻松切换。因此，我可以通过将其传递给intergraph来将igraph网络发送到sna函数 - 例如 sna::evcent(intergraph::asNetwork(g))，假设g是igraph网络。如果您在脚本中同时使用两个包，则需要在运行函数时特别调用包，或根据需要加载和卸载。 2）在我的经验中，我没有发现一个比另一个更有效。两个都是经过良好开发和维护的软件包。我认为igraph 有点更适合于大型图形 - 它具有一些函数，在处理大型图形时会节省计算时间。但我在这方面没有直接的经验。虽然我会说igraph 通常更擅长可视化。

3) 我认为两者在全面性方面没有优劣之分。两者都可以完成主要的网络分析工作（如中心性和网络拓扑），它们在更“高级”的功能上有所不同。可以看到我想表达的主要观点 - 它们针对重叠但不同的网络分析问题。在sna中有很多东西是在igraph中不可用的（例如与统计推断相关的内容，如 QAP 回归 [netlm/netlogit] 或网络自相关模型 [lnam]），反之亦然（例如社区检测函数 cluster_fast_greedy）。sna由许多兼容的包扩展，这些包可以执行潜在空间模型和指数随机图模型等操作。

4) 其他条件不变，不需要。对我来说，选择主要是需求驱动的。如果您对统计推断感兴趣，则需要使用sna进行工作。如果没有，则igraph通常足够。根据在Stack Overflow上的提问，igraph似乎更受欢迎，但这当然可能是由于选择偏差。仅凭这个原因，如果我不需要对网络进行统计建模，我可能会主要使用igraph。再次强调，两个软件包都非常优秀，满足了不同但有重叠的需求。

我不确定您所说的“多层网络分析”是什么意思，但是igraph和sna都可以处理多重网络。你可以在sna中分析多重网络和多级别网络。（这里，多重意味着具有各种关系类型（例如友谊和建议）的网络，而多级别则是指来自同一人口的多个网络（术语此时有点混乱）。）这取决于您想要做什么，并且通常需要一些调整，但在一定程度上是可能的。