江苏龙网

  1. 首页 > 生活 > >

net|R语言中的网络可视化


北京联盟_本文原题：R语言中的网络可视化
网络分析适合用来研究多样本或特性间的关系 ， 这类关系通常用互相连接的节点来表示 ， 在可视化中节点一般指代一个样本或特性 ， 连线则代表了样本间或特性间的关系 。 也就是说 ， 网络的最小单元就是一个两点连线 ， 虽然描述一个网络很直观 ， 但具体到数据结构上就存在一些问题 。 常规样本数据一般是每一行代表一个样本 ， 每一列代表一个描述样本的维度或特性 ， 样本或特性间的关系并不能展示在原始数据结构里而需要额外计算 ， 所以我们需要将样本-维度的数据结构转成描述网络的点对点数据结构才好可视化 。 但事实上 ， 更通用的方法是定义一种描述网络的数据类型 ， 然后根据类型定义可视化方法 ， 也就是将原始数据转为网络数据类型 ， 这种类型定义也方便了除可视化外其他针对网络的分析方法开发与使用 。
在 R 中 ， 有两个包提供了描述网络的基础类型定义 ， 一个是 network 包 ， 另一个是 igraph 包 。 这两个包允许用户生成一个专门描述网络的对象 ， 也定义了该对象类型的绘图方法 ， 也就是说 ， 如果你可以直接 plot 一个网络对象 ， 实现快速可视化 。 很多网络可视化的工具 ， 例如 ggnetwork 包或 ggraph 包或 GGally 包的 ggnet2 函数 ， 都支持输入的对象为 network 包或 igraph 包里定义的网络类型 。 不过 ， 这里面 ggraph 包还可以基于 tidygraph 包使用 tbl_graph 对象来描述网络关系 ， 几乎完全覆盖了 igraph 包的内容 ， 当然 ， 装这个就得装 tidyverse 全家桶 。
不论哪一种对象类型 ， 网络对象一定可以抽象出两张表 ， 一张表保存节点的属性 ， 另一张表保存节点间连线的属性 。 而对于可视化而言 ， 节点属性表其实就是原始数据框 ， 而连线属性表则要保存我们计算出的节点间关系 ， 例如节点间相关性、距离等 。 然后很自然每一种对象类型都设计了独立的针对节点与边的赋值方法 ， 有了这些方法就可以自定义一些节点或边的属性方便可视化 。
不过 ， 这里很多人手头只有数据框 ， 也就是只有节点那张表 ， 表示两两关系的表还是要自己计算生成的 ， 在图论里这叫做邻接矩阵（ adjacency matrix ） 。 最简单就是一个相关矩阵或距离矩阵 ， 不过也不一定就是方阵或三角阵 ， 这里面涉及不同的网络类型 。 多数可视化包都支持你导入一个邻接矩阵或者更原始的点对点数据框来生成网络对象 ， 然后你可以对节点与边进行属性定义 ， 在可视化时指定需要可视化的属性就可以了 。 很多人（其实就是我）卡在第一步数据导入上就放弃了 ， 但过了第一步能生成网络对象后后面就特别容易进行后续分析 。 当然 ， 至于说网络可视化的具体图形设计 ， 其实是存在一些预先设定好的美观布局设计方案的例如 Kamada Kawai、Frucherman-Reingold、树形等 ， 可以根据需求进行调整 ， 但不要误导读者 ， 做好图例 。
这里特别提一下 qgraph 包 ， 这个包几乎依赖了上面所有提过的包 ， 但这种拿来主义在应用学科的开发者身上并不少见 ， 例如这个包主要是为心理测量学设计的 。 但很有意思的是 ， 如果你去搜索 R 语言的网络可视化教程 ， 基本都会找到心理测量学或社会科学背景的人写的东西 ， 而且质量很高 ， 例如 Katya Ognyanova 的博客 ，Sacha Epskamp 的博客 ，Claudia van Borkulo 的博客还有 psych-networks， 特别最后一个总结并追踪相当多近些年网络科学的研究进展 。 打个比方 ， 通常我们说节点间的关系 ， 一般就是想到相关性 ， 但两个节点间也可以用是否独立来构建联系而相关只是独立与否的一种 ， 偏相关行不行？或者如果计算二分类变量（社会科学里定量研究常用）间的独立性就需要用到 Ising 模型 。 同时构建出的网络是不是稳定也需要正则化例如 lasso 或重采样来对变量间关系进行调整 ， 去掉不稳定的联系 。 另外 ， 如何检测一个网络中的社群？有哪些算法？其实背后也是潜在变量分析的影子 。


推荐阅读


上一篇：飞扬1059柳州汽车音乐广播|话婆媳关系|锁定715直播！“月月讲”带你“赴心灵之约，把爱带回家”

下一篇：南京体育广播|云上端午丨雨花台区第一届诗歌朗诵大赛优秀作品出炉啦