sna

    1热度

    1回答

    当我在R中运行一个长程序时,是否可以显示中间步骤? 举例来说,我有一个日常工作建立一个原始矩阵的随机版本,根据空模型(包双边): #Build N randomized version of the matrix contained in data nulls <- nullmodel(data, N=1000, method=3) #Calculate the same network

    1热度

    1回答

    有没有一种方法可以绘制igraph中的网络链接或节点的R与最小值和最大值成正比? 使用绘图链路和节点属性是IGRAPH非常方便,但在一些网络中的最小值和最大值之间的差异在网络四通八达发现一个非常丑陋的图画。举例来说,看到这样的代码: #Transforming a sample network (Safariland) from the package bipartite into an igra

    2热度

    1回答

    当谈到R的网络分析时,我对igraph比较熟悉,但根本没有与sna。 我的问题是: 是这两个库兼容?即我可否将sna的操作应用于igraph中创建的图表,反之亦然? 是否有任务在一个包中比另一个包更有效地执行 ? 哪个库有更易于理解的操作范围? 总的来说,有没有什么强有力的理由可以使用igraph或sna来做网络分析? ps。这些软件包是否允许进行多层(多路)网络分析?

    1热度

    1回答

    我很好奇neo4j如何解释下面的查询和实际返回的内容。 MATCH path=(p1:Student)-[f:Friends]->(p2:Student)-[f2:Friends]->(p3:Student) RETURN p1.studentID, p2.StudentId, p3.StudentId 我认为这是返回所有节点链接到另一个,另一个和另一个链。但是,如果数据包含4个节点的链,该

    -1热度

    1回答

    我正在尝试使用R二分包来分析一个双方网络。我导入了一个csv文件并将其转换为单模式网络。这里是我的代码: library(igraph) library(bipartite) g <- as.network(data) net <- as.one.mode(g, fill = 0, project="full", weighted=TRUE) summary(net) vcount(ne

    0热度

    1回答

    我在用R处理iGraph软件包时遇到了一些麻烦。具体来说,当我试图让所有节点在2度分隔范围内从给定的节点,然后使用该列表通过函数运行一些操作。 我对R中的列表工作并不是非常有信心,更不用说iGraph.vs类。 理想情况下,我想生成一个使用ego到第二度Listnode_test <- (ego(Graph1, 2, "accumsan"))的顶点列表。这返回Listnode_test。下面是输出

    1热度

    1回答

    我想用相同(或关闭)布局重现网络图。我知道igraph有tkplot.getcoords()函数。我想根据gplot的结果复制/获取/设置一组顶点坐标,这是SNA软件包的绘图功能。 我在找地方做这件事,但没有找到任何东西。任何帮助将非常感激。 编辑:增加了一个可重复的例子。我希望所有9个地块都使用相同的布局,而不使用igraph :: tkplot。 library(statnet) set.

    2热度

    1回答

    我在R中使用igraph进行网络分析。我想在图的每一行显示边缘属性。下面是一个例子 df <- data.frame(a = c(0,1,2,3,4),b = c(3,4,5,6,7)) nod <- data.frame(node = c(0:7),wt = c(1:8)) pg <- graph_from_data_frame(d = df, vertices = nod,directed

    1热度

    1回答

    我有以下数据集和下面的脚本: library(GGally) library(ggnet) library(network) library(sna) library(ggplot2) # edgelist e <- data.frame(sender = c(1, 1, 1, 1, 2, 2, 2, 3, 3, 3, 3, 4, 4, 5), receiver =

    1热度

    2回答

    这是一个简单的R任务。我列出了一些身份证的人和每个人的朋友名单(也有身份证)。他们在这里: > dput(friends_of_people) structure(list(`7614` = c(1091, 1252, 1827, 34687), `29752` = c(1419, 1799, 3353, 4665), `33220` = c(143, 297, 436, 52078), `3