R包繪制網(wǎng)絡圖-使用R中的包繪制網(wǎng)絡圖-R01

背景:網(wǎng)絡圖是由點和邊構成的圖結構更振,常用來可視化基因調控網(wǎng)絡等酥筝。本地圖形化界面的網(wǎng)絡圖軟件有Gephi和Cytoscape,這里使用R中的包繪制網(wǎng)絡圖,以便可視化加入到流程中。

  • 數(shù)據(jù)預處理
    可視化的網(wǎng)絡圖通常需要兩個文件碑韵,邊edges文件和點nodes文件,其中邊文件通常包含(源節(jié)點,目標節(jié)點窝稿,邊權重)的信息,點文件則包括所有的節(jié)點的唯一值即可凿掂。
#'數(shù)據(jù)預處理伴榔,構建edges和nodes表格
p_load("navdata","tidyverse", "igraph", "tidygraph", "ggraph")
data("phone.call")
head(phone.call, 3)
sources <- phone.call %>% distinct(source) %>% rename(label = source)
destinations <- phone.call %>% distinct(destination) %>% rename(label = destination)
nodes <- full_join(sources, destinations, by = "label")
nodes <- nodes %>% mutate(id = 1:nrow(nodes)) %>% select(id, everything()) #' 添加id
head(nodes)
phone.call <- phone.call %>% rename(weight = n.call) #' 列重命名
edges <- phone.call %>% left_join(nodes, by = c("source" = "label")) %>% rename(from = id) #'構建邊列表
edges <- edges %>% left_join(nodes, by = c("destination" = "label")) %>% rename(to = id)
edges <- select(edges, from, to, weight)
head(edges)
  • 方法一 使用igraph
#'方法一 使用igraph
library(igraph)
net.igraph <- graph_from_data_frame(d = edges, vertices = nodes,directed = TRUE)
set.seed(123)
png("fig1_my_test.png")
plot(net.igraph, edge.arrow.size = 0.2,layout = layout_with_graphopt)
dev.off()

結果like this:


igraph.png
  • 方法二 使用tidygraph和ggraph
library(tidygraph)
library(ggraph)
net.tidy <- tbl_graph(nodes = nodes, edges = edges, directed = TRUE)
pp<-ggraph(net.tidy, layout = "graphopt") +
  geom_node_point(col = 'gold',size = 2) + #'點信息
  geom_edge_link(aes(width = weight), alpha = 0.8) +  #'邊信息
  scale_edge_width(range = c(0.2, 2)) + #'控制粗細
  geom_node_text(aes(label = label), repel = TRUE) + #'增加節(jié)點的標簽,reple避免節(jié)點重疊
  labs(edge_width = "phone.call") + #'圖例標簽
  theme_graph()
ggsave("fig2_test.png",pp)

結果like this:


ggraph.png

如果想畫成圓形:

pp<-ggraph(net.tidy, layout = "linear",circular=TRUE) +
  geom_node_point(col = 'gold',size = 2) + #'點信息
  geom_edge_link(aes(width = weight), alpha = 0.8) +  #'邊信息
  scale_edge_width(range = c(0.2, 2)) + #'控制粗細
  geom_node_text(aes(label = label), repel = TRUE) + #'增加節(jié)點的標簽缠劝,reple避免節(jié)點重疊
  labs(edge_width = "phone.call") + #'圖例標簽
  theme_graph()
ggsave("fig3_test.png",pp)

ggraph.png

ggraph的參數(shù)可以仔細調整潮梯,有很多疊加的圖層。

總結:根據(jù)自己的習慣惨恭,封裝成函數(shù)很好用秉馏。

最后編輯于
?著作權歸作者所有,轉載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市脱羡,隨后出現(xiàn)的幾起案子萝究,更是在濱河造成了極大的恐慌,老刑警劉巖锉罐,帶你破解...
    沈念sama閱讀 218,682評論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件帆竹,死亡現(xiàn)場離奇詭異,居然都是意外死亡脓规,警方通過查閱死者的電腦和手機栽连,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,277評論 3 395
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人秒紧,你說我怎么就攤上這事绢陌。” “怎么了熔恢?”我有些...
    開封第一講書人閱讀 165,083評論 0 355
  • 文/不壞的土叔 我叫張陵脐湾,是天一觀的道長。 經(jīng)常有香客問我叙淌,道長秤掌,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 58,763評論 1 295
  • 正文 為了忘掉前任鹰霍,我火速辦了婚禮闻鉴,結果婚禮上,老公的妹妹穿的比我還像新娘衅谷。我一直安慰自己椒拗,他們只是感情好,可當我...
    茶點故事閱讀 67,785評論 6 392
  • 文/花漫 我一把揭開白布获黔。 她就那樣靜靜地躺著蚀苛,像睡著了一般。 火紅的嫁衣襯著肌膚如雪玷氏。 梳的紋絲不亂的頭發(fā)上堵未,一...
    開封第一講書人閱讀 51,624評論 1 305
  • 那天,我揣著相機與錄音盏触,去河邊找鬼渗蟹。 笑死,一個胖子當著我的面吹牛赞辩,可吹牛的內(nèi)容都是我干的雌芽。 我是一名探鬼主播,決...
    沈念sama閱讀 40,358評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼辨嗽,長吁一口氣:“原來是場噩夢啊……” “哼世落!你這毒婦竟也來了?” 一聲冷哼從身側響起糟需,我...
    開封第一講書人閱讀 39,261評論 0 276
  • 序言:老撾萬榮一對情侶失蹤屉佳,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后洲押,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體武花,經(jīng)...
    沈念sama閱讀 45,722評論 1 315
  • 正文 獨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...
    茶點故事閱讀 37,900評論 3 336
  • 正文 我和宋清朗相戀三年杈帐,在試婚紗的時候發(fā)現(xiàn)自己被綠了体箕。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 40,030評論 1 350
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖干旁,靈堂內(nèi)的尸體忽然破棺而出驶沼,到底是詐尸還是另有隱情,我是刑警寧澤争群,帶...
    沈念sama閱讀 35,737評論 5 346
  • 正文 年R本政府宣布,位于F島的核電站大年,受9級特大地震影響换薄,放射性物質發(fā)生泄漏。R本人自食惡果不足惜翔试,卻給世界環(huán)境...
    茶點故事閱讀 41,360評論 3 330
  • 文/蒙蒙 一轻要、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧垦缅,春花似錦冲泥、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,941評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至怔球,卻和暖如春嚼酝,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背竟坛。 一陣腳步聲響...
    開封第一講書人閱讀 33,057評論 1 270
  • 我被黑心中介騙來泰國打工闽巩, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人担汤。 一個月前我還...
    沈念sama閱讀 48,237評論 3 371
  • 正文 我出身青樓涎跨,卻偏偏與公主長得像,于是被迫代替她去往敵國和親崭歧。 傳聞我的和親對象是個殘疾皇子隅很,可洞房花燭夜當晚...
    茶點故事閱讀 44,976評論 2 355

推薦閱讀更多精彩內(nèi)容