如何在 R 中绘制二部图答案

【问题标题】：How to plot a bipartite graph in R如何在 R 中绘制二部图
【发布时间】：2015-09-30 16:42:24
【问题描述】：

如何在 R 中绘制bipartite 类型的网络？类似这样：

我有类似的数据，但有基因和疾病以及 SARS 的权重。这个网络就是一个例子。我有不同的属性。我在这里关注了link。但由于我对这个主题知之甚少，我无法从中得到太多。提前感谢您的帮助。

【问题讨论】：

标签： r social-networking igraph bipartite

【解决方案1】：

来自?bipartite_graph 帮助：

二分图在 igraph 中有一个 type vertex 属性，对于第一种顶点是布尔值和 FALSE，对于第二种顶点是 TRUE。

所以你可以这样做 (igraph 1.0.1)：

library(igraph)

set.seed(123)

# generate random bipartite graph.
g <- sample_bipartite(10, 5, p=.4)
# check the type attribute:
V(g)$type

# define color and shape mappings.
col <- c("steelblue", "orange")
shape <- c("circle", "square")

plot(g,
  vertex.color = col[as.numeric(V(g)$type)+1],
  vertex.shape = shape[as.numeric(V(g)$type)+1]
)

还要检查?bipartite。

使用 cmets 中 OP 提供的示例。由于该图是多方图并且给定了提供的数据格式，我将首先创建一个二分图，然后添加其他边。请注意，虽然结果图为 is_bipartite() 返回 TRUE，但类型参数被指定为数字而不是逻辑，并且可能无法与其他二分函数一起正常工作。

set.seed(123)
V1 <- sample(LETTERS[1:10], size = 10, replace = TRUE)
V2 <- sample(1:10, size = 10, replace = TRUE)

d <- data.frame(V1 = V1, V2 = V2, weights = runif(10))
d
> d
   V1 V2   weights
1   C 10 0.8895393
2   H  5 0.6928034
3   E  7 0.6405068
4   I  6 0.9942698
5   J  2 0.6557058
6   A  9 0.7085305
7   F  3 0.5440660
8   I  1 0.5941420
9   F  4 0.2891597
10  E 10 0.1471136

g <- graph_from_data_frame(d, directed = FALSE)
V(g)$label <- V(g)$name # set labels.

# create a graph connecting central node FOO to each V2.
e <- expand.grid(V2 = unique(d$V2), V2 = "FOO")
  > e
  V2  V2
1 10 FOO
2  5 FOO
3  7 FOO
4  6 FOO
5  2 FOO
6  9 FOO
7  3 FOO
8  1 FOO
9  4 FOO

g2 <- graph.data.frame(e, directed = FALSE)

# join the two graphs.
g <- g + g2

# set type.
V(g)$type <- 1
V(g)[name %in% 1:10]$type <- 2
V(g)[name %in% "FOO"]$type <- 3

V(g)$type
> V(g)$type
 [1] 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 3

col <- c("steelblue", "orange", "green")
shape <- c("circle", "square", "circle")

library(rTRM) # Bioconductor package containing layout.concentric()
# the fist element in the list for concentric is the central node.
l <- layout.concentric(g, concentric = list("FOO", 1:10, LETTERS[1:10]))
plot(g,
     layout = l,
     vertex.color = col[V(g)$type],
     vertex.shape = shape[V(g)$type],
     edge.width = E(g)$weights * 5 # optional, plot edges width proportional to weights.
)

函数layout.concentric() 在（我的）包rTRM 中，可从Bioconductor 获得。这真的是一个简单的实现，我写的正是你想要的。我不完全确定最新的igraph 版本是否具有相同的功能（可能是）。

【讨论】：

亲爱的 ddiez，感谢您的回复。我有所有的节点和边。例如，V1 <- c(A, A, A, B, B, B, B, C) 和 V2 <- c(1, 1, 2, 3, 1, 4, 1, 2)。边是一一对应的。在这种情况下，如何做到这一点？
@Pankaj 我使用您的示例添加了一些代码。不确定我是否理解了你的意思——请告诉我。看来您可以通过添加 type 属性，而不是直接使用 bipartite_graph() 函数，从常规图hack二分图。
亲爱的 ddiez，它部分工作。这是示例数据的link。 V1 是疾病，V2 是基因，V3 是单节点连接所有的，就像 SARS 一样。边缘的重量也在那里。我没有得到确切的布局，因为实际数据稍微大一点，而且视图不好。请查看该文件以帮助实现这个方向，
@Pankaj，示例文件看起来像一个多部分图。也就是说，您有三组顶点（在这种情况下，集合 V1 和 V2 中的所有节点都连接到 V3 中的唯一节点）。那么边权重是什么意思呢？每条线代表三条边，一条从 V1 到 V2，一条从 V2 到 V3，一条从 V1 到 V3，如果我理解正确的话。
无论如何，对于多部分图，添加 type 属性似乎有效。例如，V(g)$type <- c(1,1,1,2,2,3,3,3) 用于集合 V1、V2 和 V3 中的节点。

【解决方案2】：

对于您提供的示例，我建议使用x 和y 属性来可视化二分图。例如：

V(g)$x <- c(1, 1, 1, 2, 2, 2, 2)
V(g)$y <- c(3, 2, 1, 3.5, 2.5, 1.5, 0.5)
V(g)$shape <- shape[as.numeric(V(g)$type) + 1]
V(g)$color <- c('red', 'blue', 'green', 'steelblue', 'steelblue', 'steelblue', 'steelblue')
E(g)$color <- 'gray'
E(g)$color[E(g)['A' %--% V(g)]] <- 'red'
E(g)$color[E(g)['B' %--% V(g)]] <- 'blue'
E(g)$color[E(g)['C' %--% V(g)]] <- 'green'
plot(g)

编辑：添加代码以赋予顶点和边缘不同的颜色以清晰明了。

【讨论】：

亲爱的克里斯，感谢您的回复。我在上面与 ddiez 的聊天中提供了示例数据的链接。上图不包含该中心节点。
使用layout.bipartite() 会更简单，尽管这样布局是水平的而不是垂直的。但这可以使用l <- layout.bipartite(g) 然后调用plot(g, layout = l[, c(2,1)]) 轻松更改。

【解决方案3】：

或者您可以使用multigraph 包。

swomen <- read.dl(file = "http://moreno.ss.uci.edu/davis.dat")

bmgraph(swomen, layout = "force", seed = 1, cex = 3, tcex = .8, pch = c(19, 15), lwd = 2,  
+  vcol = 2:3, ecol = 8, rot = 65)

可以产生二模数据集的二项式投影

【讨论】：