说到R中的网络分析，我对igraph比较熟悉，但对sna一点也不熟悉。
我的问题是：
这两个库是否兼容？即我可以将来自sna 的操作应用于在igraph 中创建的图表，反之亦然？
是否有在一个包中执行效率更高的任务 比在另一个？
哪个库的操作范围更易理解？
总体而言，是否有充分的理由在 R 中使用 igraph 或 sna 进行网络分析？
ps。这些软件包中的任何一个都允许进行多层（多路）网络分析吗？
【问题讨论】：
我对这两个软件包之间差异的总体看法是，igraph 更适合图论和网络数学模型，sna 更适合（主要是社交）网络的统计模型。 igraph 的创建者（我认为）大多具有计算机科学背景，而 sna 的人是社会学家和统计学家。我主要使用sna（以及包含statnet 软件包套件的相关软件包——我在社会科学领域），但也经常使用igraph，有时在同一个脚本中。
回答您的具体问题：
1) 不，他们不是。 igraph 中的许多函数在sna 中具有相同的名称，这会导致冲突。 igraph 图形不能在 sna 函数中使用。创建包intergraph 是为了方便在sna 和igraph 之间切换。所以我可以通过首先传递给intergraph 来将igraph 图形发送到sna 函数——例如sna::evcent(intergraph::asNetwork(g))，假设 g 是 igraph 网络。如果在脚本中同时使用两者，则需要在运行函数时专门调出包或根据需要进行加载和卸载。
2) 根据我的经验，我没有发现一个比另一个更有效。两者都是开发和维护良好的软件包。我相信igraph 更适合大图——它有一些功能经过修改，可以在大图上运行时节省计算时间。但我在这里没有直接经验。虽然我会说igraph 通常更擅长可视化。
3) 我会说两者都没有全面性的优势。两者都做所有主要的网络分析工作（中心性，网络拓扑）。它们的不同之处在于更“高级”的功能。请参阅我的一般观点——它们适用于网络分析中重叠但不同的问题。 sna 中有很多东西在 igraph 中不可用（例如与统计推断相关，如 QAP 回归 [netlm / netlogit] 或网络自相关模型 [lnam]），反之亦然（例如cluster_fast_greedy 等社区检测功能）。 sna 扩展了许多兼容的包，这些包执行潜在空间模型和指数随机图模型等操作。
4) Ceterius paribus，没有。对我来说，选择主要是需求驱动的。如果您对统计推断感兴趣，您需要在sna 工作。如果没有，igraph 通常会提供服务。根据堆栈溢出的问题，igraph 似乎更受欢迎，但这当然可能是由于选择偏差。仅出于这个原因，如果我不需要对网络进行统计建模，我可能主要使用igraph。同样，这两个软件包都很棒，可以满足重叠但略有不同的需求。
不确定您所说的“多层网络分析”是什么意思，但 igraph 和 sna 都适用于 multiplex 网络。您当然可以在sna 中分析多路网络和多级网络。 （在这里，multiplex 表示具有多种联系类型（例如友谊和建议）的网络，而 multilevel 表示嵌套网络或来自同一人群的多个网络（此时术语有点混乱）。）这取决于你想做的事，往往需要一番扯皮，但在一定程度上是可以的。
【讨论】：