R网络分析

使用igraph包构建网络图，计算中心性指标，可视化社交网络与关系 · 难度：入门 · +15XP

网络分析：揭示连接关系

网络分析研究实体之间的关系，节点代表实体，边代表关系。常用在社会网络、生物网络等领域。

1. 创建网络图

library(igraph)
# 从边列表创建图
edges <- data.frame(from=c('A','A','B','C','D'), to=c('B','C','C','D','E'))
g <- graph_from_data_frame(edges, directed=FALSE)
plot(g, main='简单网络图')

2. 计算中心性指标

degree(g)          # 度中心性
betweenness(g)     # 介数中心性
closeness(g)       # 接近中心性
eigen_centrality(g)$vector  # 特征向量中心性

3. 使用内置数据集

data(karate, package='igraphdata')  # 需要安装igraphdata包
# 或者使用内置演示数据
karate <- make_graph('Zachary')
plot(karate, vertex.label=V(karate)$name, main='空手道俱乐部网络')

4. 社区发现

cluster <- cluster_louvain(g)
plot(cluster, g, main='社区发现')

网络分析常用指标：

练习提示：创建包含6个节点和8条边的网络，计算所有节点的度并绘图。