網(wǎng)絡(luò)-調(diào)用R包構(gòu)建交互式網(wǎng)絡(luò)可視化的Shiny App

visNetwork shinyApp

本次會用到的三個(gè)關(guān)于網(wǎng)絡(luò)的R包:visNetwork泽篮,igraph, geomnet谜疤;其中前兩個(gè)R包均已經(jīng)詳細(xì)介紹過:

  • igraph:
  • visNetwork:
  • geomnet是一個(gè)基于ggplot2的網(wǎng)絡(luò)可視化包佃延,這兒只是使用geomnet中自帶的數(shù)據(jù)

#構(gòu)建網(wǎng)絡(luò)節(jié)點(diǎn)和邊數(shù)據(jù)

rm(list = ls())

# Libraries ---------------------------------------------------------------
library(visNetwork)
#devtools::install_github("cran/geomnet")
library(geomnet)
library(igraph)
library(dplyr)

# Data Preparation --------------------------------------------------------

#Load dataset
data(lesmis)

#Nodes
nodes <- as.data.frame(lesmis[2])
colnames(nodes) <- c("id", "label")

#id has to be the same like from and to columns in edges
nodes$id <- nodes$label
 head(nodes)
              id          label
1         Myriel         Myriel
2       Napoleon       Napoleon
3 MlleBaptistine MlleBaptistine
4    MmeMagloire    MmeMagloire
5   CountessDeLo   CountessDeLo
6       Geborand       Geborand

#Edges
edges <- as.data.frame(lesmis[1])
colnames(edges) <- c("from", "to", "width")
head(edges)
            from             to width
1         Myriel       Napoleon     1
2         Myriel MlleBaptistine     8
3         Myriel    MmeMagloire    10
4 MlleBaptistine    MmeMagloire     6
5         Myriel   CountessDeLo     1
6         Myriel       Geborand     1

#使用社群檢測方法(Louvain )對網(wǎng)絡(luò)進(jìn)行分析,獲取每個(gè)節(jié)點(diǎn)所屬組

#Create graph for Louvain
graph <- graph_from_data_frame(edges, directed = FALSE)
#Louvain Comunity Detection
cluster <- cluster_louvain(graph)
cluster_df <- data.frame(as.list(membership(cluster)))
cluster_df <- as.data.frame(t(cluster_df))
cluster_df$label <- rownames(cluster_df)
#Create group column
nodes <- left_join(nodes, cluster_df, by = "label")
colnames(nodes)[3] <- "group"

#保存網(wǎng)絡(luò)節(jié)點(diǎn)和邊的數(shù)據(jù);

  • 后面shiny程序會調(diào)用
save(nodes, file = "nodes.RData")
save(edges, file = "edges.RData")

#結(jié)果查看:

  • visNetwork
visNetwork(nodes, edges)
visNetwork-visNetwork()
  • visIgraph: igraph包函數(shù)夷磕,使用graph對象作圖
    • 輕松實(shí)現(xiàn)圖算法
    • 快速處理具有數(shù)百萬頂點(diǎn)和邊的大型圖
    • 允許通過R等高級語言進(jìn)行快速設(shè)計(jì)模型履肃。
visIgraph(graph)
visIgraph

#添加一些自定義操作

  • visNodes:全局節(jié)點(diǎn)屬性設(shè)置
  • visEdges:全局邊屬性設(shè)置
  • visOptions:當(dāng)與網(wǎng)絡(luò)互動時(shí),網(wǎng)絡(luò)的反應(yīng)坐桩。例如尺棋,如果單擊一個(gè)節(jié)點(diǎn)會發(fā)生什么,出現(xiàn)提示等绵跷。
  • visLayout:定義網(wǎng)絡(luò)的外觀膘螟。例如層次化的。此外碾局,我們可以提供一個(gè)種子(random Seed)荆残,保證網(wǎng)絡(luò)可重復(fù)生成。
  • visIgraphLayout:使用igraph布局來計(jì)算坐標(biāo)和快速響應(yīng)數(shù)據(jù)變化擦俐。

#Shiny 整合

##global.R:

library(shiny)
library(visNetwork)

##server.R:

server <- shinyServer(function(input, output) {
  output$network <- renderVisNetwork({
    load("nodes.RData")
    load("edges.RData")
    visNetwork(nodes, edges) %>%
      visIgraphLayout() %>%
      visOptions(nodesIdSelection = TRUE, selectedBy = "group")
  })
})

##ui.R:

ui <- shinyUI(
  fluidPage(
    visNetworkOutput("network")
  )
)

##運(yùn)行shiny

shinyApp(ui = ui, server = server)
visNetwork shinyApp

#原文:

Interactive Network Visualization with R

系列文章:
R語言進(jìn)行網(wǎng)絡(luò)分析的基礎(chǔ)包 igraph
networkD3 繪制動態(tài)網(wǎng)絡(luò)
網(wǎng)絡(luò)-visNetwork包繪制炫酷的動態(tài)網(wǎng)絡(luò)圖

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末脊阴,一起剝皮案震驚了整個(gè)濱河市握侧,隨后出現(xiàn)的幾起案子蚯瞧,更是在濱河造成了極大的恐慌,老刑警劉巖品擎,帶你破解...
    沈念sama閱讀 206,126評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡痴晦,警方通過查閱死者的電腦和手機(jī)衷掷,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,254評論 2 382
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來秀菱,“玉大人振诬,你說我怎么就攤上這事⊙芰猓” “怎么了赶么?”我有些...
    開封第一講書人閱讀 152,445評論 0 341
  • 文/不壞的土叔 我叫張陵,是天一觀的道長脊串。 經(jīng)常有香客問我辫呻,道長清钥,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 55,185評論 1 278
  • 正文 為了忘掉前任放闺,我火速辦了婚禮祟昭,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘怖侦。我一直安慰自己篡悟,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,178評論 5 371
  • 文/花漫 我一把揭開白布匾寝。 她就那樣靜靜地躺著恰力,像睡著了一般。 火紅的嫁衣襯著肌膚如雪旗吁。 梳的紋絲不亂的頭發(fā)上踩萎,一...
    開封第一講書人閱讀 48,970評論 1 284
  • 那天,我揣著相機(jī)與錄音很钓,去河邊找鬼香府。 笑死,一個(gè)胖子當(dāng)著我的面吹牛码倦,可吹牛的內(nèi)容都是我干的企孩。 我是一名探鬼主播,決...
    沈念sama閱讀 38,276評論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼袁稽,長吁一口氣:“原來是場噩夢啊……” “哼勿璃!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起推汽,我...
    開封第一講書人閱讀 36,927評論 0 259
  • 序言:老撾萬榮一對情侶失蹤补疑,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后歹撒,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體莲组,經(jīng)...
    沈念sama閱讀 43,400評論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 35,883評論 2 323
  • 正文 我和宋清朗相戀三年暖夭,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了锹杈。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 37,997評論 1 333
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡迈着,死狀恐怖竭望,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情裕菠,我是刑警寧澤咬清,帶...
    沈念sama閱讀 33,646評論 4 322
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響枫振,放射性物質(zhì)發(fā)生泄漏喻圃。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,213評論 3 307
  • 文/蒙蒙 一粪滤、第九天 我趴在偏房一處隱蔽的房頂上張望斧拍。 院中可真熱鬧,春花似錦杖小、人聲如沸肆汹。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,204評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽昂勉。三九已至,卻和暖如春扫腺,著一層夾襖步出監(jiān)牢的瞬間岗照,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,423評論 1 260
  • 我被黑心中介騙來泰國打工笆环, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留攒至,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 45,423評論 2 352
  • 正文 我出身青樓躁劣,卻偏偏與公主長得像迫吐,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個(gè)殘疾皇子账忘,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,722評論 2 345