如何在igraph中创建分组布局？

Question

在igraph中，应用模块化算法找到图形社区后，我想绘制一个网络布局，清晰地显示不同的社区及其连接。类似于Cytoscape中的“组属性布局”：我想将每个组/社区的成员彼此靠近，并在组/社区之间保持一定的距离。我没有在igraph中找到任何提供此功能的函数。在发布这个问题时，我已经找到了一个简单的DIY解决方案，我将把它作为答案发布。但是我想知道是否有更好的可能性或更详细的解决方案？

- deeenes

Answer 1

为了进一步解释Gabor的建议，我创建了这个函数：

weight.community=function(row,membership,weigth.within,weight.between){
if(as.numeric(membership[which(names(membership)==row[1])])==as.numeric(membership[which(names(membership)==row[2])])){
weight=weigth.within
}else{
weight=weight.between
}
return(weight)
}

只需将其应用于您的图的边缘矩阵行（由 get.edgelist（your_graph） 给出），即可设置新的边缘权重（成员资格是来自任何社区检测算法结果的成员资格向量）：

E(g)$weight=apply(get.edgelist(g),1,weight.community,membership,10,1)

然后，只需使用接受边权重的布局算法，例如Gabor建议的fruchterman.reingold。您可以调整权重参数以获得所需的图形。例如：

E(g)$weight=apply(get.edgelist(g),1,weight.community,membership,10,1)
g$layout=layout.fruchterman.reingold(g,weights=E(g)$weight)
plot(g)

E(g)$weight=apply(get.edgelist(g),1,weight.community,membership,1000,1)
g$layout=layout.fruchterman.reingold(g,weights=E(g)$weight)
plot(g)

注意1：边的透明度/颜色是我的图表的其他参数。我将节点按社区着色以显示它确实起作用。

注意2：请务必使用membership（comm）而不是comm $ membership，其中comm是社区检测算法的结果（例如comm = leading.eigenvector.community（g） ）。原因是在第一种情况下，您会得到一个带有名称的数字向量（我们想要的），而在第二种情况下，您会得到相同的向量但没有名称。

要获取多个社区检测算法的共识，请参见此函数。

- Antoine

Answer 2

受安托万的建议启发，我创建了这个函数：

edge.weights <- function(community, network, weight.within = 100, weight.between = 1) {
bridges <- crossing(communities = community, graph = network)
weights <- ifelse(test = bridges, yes = weight.between, no = weight.within)
return(weights) 
}

这个函数的作用是：将你的社区对象放入社区槽中，将你的图形放入网络槽中。我会保留weight.between = 1，并调整weight.within的值。

然后将权重转移到节点的weight槽中：

E(graph)$weight <- edge.weights(community, graph)

最后使用一种类似于 layout_with_fr（在 igraph 1.0.1 中更名为 fruchterman.reingold）的权重布局算法。

我以 Zachary 的空手道俱乐部网络为例。

library(igraph)
library(igraphdata)
#I load the network
data(karate)
#for reproducible purposes
set.seed(23548723)
karateLayout <- layout_with_fr(karate)
par(mar = c(0,0,2,0))
plot(karate, vertex.size = 10, vertex.color = "steelblue4", edge.width = 1, 
vertex.label = NA, edge.color = "darkgrey", layout = karateLayout,
main = "Zachary's karate club network" )

我使用cluster_louvain函数进行模块度的多级优化，以检测社区：

Communitykarate <- cluster_louvain(karate)

下面是一些与默认设置相关的个人偏好：

prettyColors <- c("turquoise4", "azure4", "olivedrab","deeppink4")
communityColors <- prettyColors[membership(Communitykarate)]

使用不同颜色来标识社区的图表如下：

plot(x = Communitykarate, y = karate, edge.width = 1, vertex.size = 10, 
vertex.label = NA, mark.groups = NULL, layout = karateLayout, col = communityColors,
main = "Communities in Zachary's karate club network",
edge.color = c("darkgrey","tomato2")crossing(Communitykarate, karate) + 1])

现在，这个问题存在的原因是什么。

E(karate)$weight <- edge.weights(Communitykarate, karate)
# I use the original layout as a base for the new one
karateLayoutA <- layout_with_fr(karate, karateLayout)
# the graph with the nodes grouped
plot(x = Communitykarate, y = karate, edge.width = 1, vertex.size = 10, 
mark.groups = NULL, layout = karateLayoutA, vertex.label = NA, col = communityColors, 
c("darkgrey","tomato2")[crossing(Communitykarate, karate) + 1],
main = "Communities in Zachary's karate club network (grouped)")

如果您尝试使用更多的重量，您将会有：

E(karate)$weight <- edge.weights(Communitykarate, karate, weight.within = 1000)
karateLayoutB <- layout_with_fr(karate, karateLayout)
plot(x = Communitykarate, y = karate, edge.width = 1, vertex.size = 10,
 mark.groups = NULL, layout = karateLayoutB, vertex.label = NA, col = communityColors, 
c("darkgrey","tomato2")[crossing(Communitykarate, karate) + 1],
main = "Communities in Zachary's karate club network (grouped)")

- Alberto Jaimes

Answer 3

layout.modular函数从任何igraph社区检测方法的结果中提供一种分组布局的图形：

c <- fastgreedy.community(G)

layout.modular <- function(G,c){
nm <- length(levels(as.factor(c$membership)))
gr <- 2
while(gr^2<nm){
    gr <- gr+1
}
i <- j <- 0
for(cc in levels(as.factor(c$membership))){
    F <- delete.vertices(G,c$membership!=cc)
    F$layout <- layout.kamada.kawai(F)
    F$layout <- layout.norm(F$layout, i,i+0.5,j,j+0.5)
    G$layout[c$membership==cc,] <- F$layout
    if(i==gr){
        i <- 0
        if(j==gr){
            j <- 0
        }else{
            j <- j+1
        }
    }else{
        i <- i+1
    }
}
return(G$layout)
}

G$layout <- layout.modular(G,c)
V(G)$color <- rainbow(length(levels(as.factor(c$membership))))[c$membership]
plot(G)

- deeenes

---

如果我尝试你的方法，就会出现错误。我在你的代码上方添加了两行来模拟网络，即：library(igraph); G <- barabasi.game(100, directed = FALSE)。错误信息显示：Error in G$layout[c$membership == cc, ] <- F$layout : incorrect number of subscripts on matrix。 - majom

抱歉，这是因为 G$layout 为空。如果您使用正确维度的矩阵填充它，或者只需使用 G$layout <- layout.fruchterman.reingold(G)，那么代码就可以正常运行了。 - deeenes

Answer 4

一种解决方案是根据模块化设置图的边权重。将模块内部的边设置为较大的权重，将模块间的边设置为较小的权重。然后调用 layout.fruchterman.reingold() 或任何支持边权重的算法。

您可能需要对实际权重值进行一些调整，因为这取决于您的图形。

- Gabor Csardi

---

嗨Gabor，你能否看一下这个相关的帖子？先谢谢了。 - Antoine