获取邻接矩阵的传染链，r，igraph

Q.I有一个erdos.reyni图。我感染一个顶点，并想看看疾病会出现什么样的顶点序列？ igraph有像get.adjacency（），neighbors（）这样的函数。获取邻接矩阵的传染链，r，igraph

详情。这是带有顶点名称而不是0,1标志的邻接矩阵，我试图从中得到传染链。如果某个顶点被感染，就像通过图形的流行病的流程/顺序一样。我们不必担心这里的感染概率（假设所有顶点命中都被概率1感染）。

因此，假设我点击顶点1（这是第1行）。我们看到它有到4,5,18,22,23,24,25顶点的传出链接。那么接下来的顶点将是那些连接到4,5,18 ... 25的顶点，即那些在第4行，第5行，第18行，...第25行中的值。然后，根据该模型，疾病将穿过这些等等。

我明白我可以传递一个字符串来排列矩阵行。我的问题是，我无法弄清楚如何生成该序列。

矩阵看起来像这样。

> channel 
     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] 
[1,] 4 5 18 22 23 24 25 NA 
[2,] 6 10 11 18 25 NA NA NA 
[3,] 7 11 18 20 NA NA NA NA 
[4,] 24 NA NA NA NA NA NA NA 
[5,] 1 3 9 13 14 NA NA NA 
[6,] 3 8 9 14 19 23 NA NA 
[7,] 3 4 8 15 20 22 NA NA 
[8,] 2 3 25 NA NA NA NA NA 
[9,] 3 4 11 13 20 NA NA NA 
[10,] 4 5 8 15 19 20 21 22 
[11,] 3 13 15 18 19 23 NA NA 
[12,] 11 13 16 NA NA NA NA NA 
[13,] 4 6 14 15 16 17 19 21 
[14,] 2 6 13 NA NA NA NA NA 
[15,] 3 17 20 NA NA NA NA NA 
[16,] 6 15 18 23 NA NA NA NA 
[17,] 2 25 NA NA NA NA NA NA 
[18,] 2 5 NA NA NA NA NA NA 
[19,] 3 11 NA NA NA NA NA NA 
[20,] 1 4 7 10 12 21 22 25 
[21,] 2 4 6 13 14 16 18 NA 
[22,] 1 3 4 15 23 NA NA NA 
[23,] 1 16 24 NA NA NA NA NA 
[24,] 7 8 19 20 22 NA NA NA 
[25,] 7 12 13 17 NA NA NA NA

我想基于一个选择标准来重新排序这个矩阵如下：

R.将是最有帮助的（但我感兴趣的算法中，因此任何Python和Ruby，etc.will很大）。所得到的载体将具有115的长度（8×25 = 200-85NA = 115）。看起来像这样。基本上，如果顶点1被感染，疾病会如何传播。

4,5,18,22,23,24,25,24,1,3,9,13,14,2,5,1,3,4,15,23,1,16,24,7,8,19,20,22,7,12,13,17,7,8,19,20,22, 4,5,18,22,23,24,25,7,11,18,20...

我知道到目前为止什么： 1. R的包**igraph**它让我算算邻居(graph, vertex, "out") 2.同一个包还可以生成get.adjlist(graph...), get.adjacency

来源

2013-03-27 user2217564

有趣的评论。现在你们坚持。该矩阵是具有向量名称而不是二进制标志的邻接矩阵。输出将是流行病流模型，但它不是模拟疾病而是银行违约！ :) 至于提示......从编码的最后2周开始，我收集了像R/java这样的高级语言，它比C++中的旧学校字符类型更好地操纵矢量。 – user2217564 2013-03-27 22:44:19

等等，这不是基本上是通过图形的广度优先搜索吗？ – Marius 2013-03-27 23:38:08

查看'graph.bfs（）'，特别是'order'参数。 – Marius 2013-03-27 23:47:10

像这样找到一个“传染链”就相当于图中的广度优先搜索，例如，：

library(igraph) 
set.seed(50) 
g = erdos.renyi.game(20, 0.1) 
plot(g) 
order = graph.bfs(g, root=14, order=TRUE, unreachable=FALSE)$order

输出：

> order 
[1] 14 1 2 11 16 18 4 19 12 17 20 7 8 15 5 13 9 NaN NaN NaN

enter image description here

来源

2013-03-27 23:58:00 Marius

你如何定义的排序目前尚不清楚行，所以...只是一些提示：

> (m <- matrix(data=1:9, nrow=3)) 
    [,1] [,2] [,3] 
[1,] 1 4 7 
[2,] 2 5 8 
[3,] 3 6 9 
> m[c(2,3,1),] 
    [,1] [,2] [,3] 
[1,] 2 5 8 
[2,] 3 6 9 
[3,] 1 4 7

：

你可以通过索引向量选择行的置换/组合

函数t()转置矩阵。

矩阵被存储在列 - 第一（或column-major）顺序：

> as.vector(m) 
[1] 1 2 3 4 5 6 7 8 9

NA值可以通过子集被删除：

> qq <- c(1,2,NA,5,7,NA,3,NA,NA) 
> qq[!is.na(qq)] 
[1] 1 2 5 7 3

另外，图表算法由Bioconductor的的graph或提供CRAN的igraph包。

来源

2013-03-27 22:57:46 krlmlr

获取邻接矩阵的传染链，r，igraph

回答

相关问题