拓端tecdat|R语言社区检测算法可视化网络图：ggplot2绘制igraph对象分析物种相对丰度

原文链接： http://tecdat.cn/?p=23836

原文出处：拓端数据部落公众号

我们使用R中的igraph包，产生了网络的图形。
但是很难将这些图表放到演讲和文章中，因为图表很难根据需要定制。使用igraph中的绘图功能可以得到你想要的结果，但用ggplot对工作更有帮助。所以本文探索了一种在ggplot中创建igraph绘图的方法。
 

igraph图

首先，我将带入数据，这是一个物种相对丰度的矩阵。列是物种，每行是一个观测值。下面是数据的浏览

head(data.wide)

加载igraph库并运行生成网络的前几个步骤

1.  
   library(igraph)
2.  
   all <- bipartite.projection(inc)

绘制这两幅图产生的图形还可以，但并不美观。

1.  
   op <- par(mfrow = c(1, 2))
2.  
   plot(obs, layout = layout.fruchterman.reingold,
3.  
   edge.color = "black")
4.  
    
5.  
   par(op)

在ggplot中创建图形

首先让我们提取数据，产生左边的网络基本图。GGPLOT需要数据为数据框，所以提取数据并将其转换为数据框

1.  
   species <- colnames(wide2) ## 添加物种代码
2.  
   df ## 显示每个节点的x（V1）和y（V2）坐标。

现在我们有了图中所有节点的坐标，我们可以在ggplot中绘制了

1.  
   library(ggplot2)
2.  
    
3.  
   ggplot() +
4.  
   geom_point( color="black") + # 在节点周围添加一个黑色的边框
5.  
   geom_text( label=species ) + # 添加节点的标签

现在我们有了正确的节点，画出节点之间的连接。

get(obs)  # 使用函数获得边信息

1.  
   df[match(from, species)] # 匹配之前连接的节点数据框架中的 from 位置。
2.  
   gto <- all[match(to, specie)] # 匹配之前连接的节点数据框中的to位置

然后绘制

1.  
    
2.  
   ggplot() +
3.  
   geom_point(color="black") + # 在节点周围添加一个黑色的边
4.  
   geom_text(label=species)) + # 添加节点的标签

让我们弄乱主题，删除网格线和轴标签等。

1.  
   ggplot() +
2.  
   geom_point(color="black") + # 在节点周围添加一个黑色的边
3.  
   geom_text(label=species)) + # 添加节点的标签
4.  
    
5.  
   axis.text.x = element_blank(), # 移除x轴文字
6.  
   axis.text.y = element_blank(), #删除y轴文字
7.  
   axis.ticks = element_blank(), # 删除轴的刻度线
8.  
   axis.title.x = element_blank(), # 删除X轴标签
9.  
   axis.title.y = element_blank(), # 删除y轴标签
10.  
    panel.grid.major = element_blank(), #移除主要网格的标签
11.  
    panel.grid.minor = element_blank(), #删除minor-grid标签
12.  
     

如果我们想把社区检测算法中的一些元素纳入右边的图中。我们可以把一个组中的元素变成红色，另一个组中的元素变成蓝色。组内的连接将是一条实线，组间的连接将是一条虚线。

1.  
   data.frame(sp = names, g=membership) #创建一个物种和组成员的数据框架
2.  
   g[match( from, sp )] # 在g数据框中为from和to节点匹配组成员资格

 

 grp <-  group[match( species, species)] # 将组类型添加到节点数据框中。

1.  
    
2.  
    
3.  
   ggplot() +
4.  
   geom_segment(type=as.factor(type)),color="black") + # 添加线
5.  
   geom_point(color="black") + # 在节点周围添加一个黑色的边界。
6.  
   geom_text(label=species)) + # 添加节点的标签
7.  
   theme_bw()+ # 使用ggplot的黑白主题
8.  
   theme(
9.  
   axis.text.x = element_blank(), # 移除x轴文字
10.  
    axis.text.y = element_blank(), #删除y轴文字
11.  
    axis.ticks = element_blank(), # 删除轴的刻度线
12.  
    axis.title.x = element_blank(), # 删除X轴标签
13.  
    axis.title.y = element_blank(), # 删除y轴标签
14.  
    panel.grid.major = element_blank(), #移除主要网格的标签
15.  
    panel.grid.minor = element_blank(), #删除minor-grid标签
16.  
     
17.  
     

---

最受欢迎的见解

1.R语言动态图可视化：如何、创建具有精美动画的图

2.R语言生存分析可视化分析

3.Python数据可视化-seaborn Iris鸢尾花数据

4.r语言对布丰投针（蒲丰投针）实验进行模拟和动态

5.R语言生存分析数据分析可视化案例

6.r语言数据可视化分析案例：探索brfss数据数据分析

7.R语言动态可视化：制作历史全球平均温度的累积动态折线图动画gif视频图

8.R语言高维数据的主成分pca、 t-SNE算法降维与可视化分析案例报告

9.python主题LDA建模和t-SNE可视化