通过R让你的复杂网络图更具艺术感_光环大数据培训机构

光环大数据--大数据培训&人工智能培训

http://hadoop.aura-el.com 通过R让你的复杂网络图更具艺术感_光环大数据培训机构

一、引子:

前段时间有幸听到了张溪梦老师的公开演讲,他归纳了一名数据科学家应该具备的能力:创新能力、勇气、科学、技术、商业、人文、艺术。从经常听到的数据科学家的三种基本能力即分析能力、专业能力、IT能力外延到了人文、艺术,呵呵,大家顿时产生了一种高尚大的自豪感。

回来后团队的美女分析师就找到了我,对话如下:“leader,我有些想法!”“汗,难不成要跳槽?”我内心有些不安,“说吧~”我故作镇定。“我觉得可以把报告中的这个图(见图一)美化下”她指了指电脑上的报告。“去吧,去吧,我支持你,弄好了咱们再讨论”我心安了??

图一 两种应用使用人数的示意图

两天后,她自信满满的回来找我了,带来了下面这张图:

图二 改进后的两种应用使用人数的示意图

“我觉得可以尝试使用社交关系图来表示应用人数和之间的交叠关系,这样更加美观,特别是当应用较多的时候。”她一语中的道。“嗯嗯”,我一边应付她,一边在脑子里飞快的回忆社交关系图的特点,“在反映大量人群或事物之间的关系时,社交网络图可以清晰的展示’群体’的内含和外延。例如,群体的规模、核心、与其他群体的交叠情况。“我同意了她的想法,开始试验!

二、数据的准备:

光环大数据 http://hadoop.aura-el.com

光环大数据--大数据培训&人工智能培训

http://hadoop.aura-el.com

1、首先,编造一份原始数据,文件名是app_sub.txt,数据格式如下:

编号,应用名称

11111,滴滴打车

99999,美图秀秀

99999,微信

99999,优酷

22222,淘宝

22222,滴滴打车

22222,大众点评 ??

代表有2980名用户使用APP的情况,各位在自行练习时可以采用随机函数来生成号码清单。

运行环境说明:R 3.1.1 2.利用R读入数据。

read.table(“app_sub.txt”,header= FALSE,sep = “,”,colClasses

光环大数据 http://hadoop.aura-el.com

光环大数据--大数据培训&人工智能培训

http://hadoop.aura-el.com =c(“character”,”character”))->g

3.去除NA值

g1<-na.omit(g)

三、开始绘制简单的社交关系图:

1.简单的社交网络

library(igraph) #加载igraph包

x<-par(bg=”black”) #设置背景颜色为黑色

g2 = graph.data.frame(d = g1,directed = F); #数据格式转换

V(g2) #查看顶点

E(g2) #查看边

2.不对顶点和边的格式做调整,使用layout.fruchterman.reingold方式呈现图形。

plot(g2,layout=layout.fruchterman.reingold,vertex.label=NA) #显示网络图

光环大数据 http://hadoop.aura-el.com

光环大数据--大数据培训&人工智能培训

http://hadoop.aura-el.com 图二 初步的网络图

上面的社交网络图中大部分顶点重叠在一起,根本不能看出社交网络中顶点之间的连接关系。下面需要对顶点和边的格式做调整。

3.对顶点和边的格式做调整

设置vertex.size来调整顶点大小, 设置vertex.color来改变显示颜色。

plot(g2,layout=layout.fruchterman.reingold,vertex.size=2, vertex.color=”red”,edge.arrow.size=0.05,vertex.label=NA) #设置vertex大小和颜色后显示网络图

图二 改进后的网络图

上图中顶点明显归属于某个或某几个社区。但所有的点都是同一个颜色,不能直观呈现出社区的概念。

四、划分网络图中的社区:

1.利用igraph自带的社区发现函数实现社区划分Igraph包中社区分类函数有以下几种:

不同的分类算法,速度和适用社区网络大小都有所侧重。对于同一网络,采用什么样的分类算法需要实践后去人工判断是否符合预期。

光环大数据 http://hadoop.aura-el.com

光环大数据--大数据培训&人工智能培训

http://hadoop.aura-el.com 下面利用只有两个社区网络的数据来验证walktrap.community和edge.betweenness.community分类结果的不同之处。

下图是walktrap算法,step=10的情况下得出的结果。原本的2个社区网络被分为66类。把两个大社区分成了一类,把两大社区重叠的部分分成了很多类。显然这不是我们所希望看到的分类结果。可见walktrap算法不太适合网络数量较小的情况。

图三 walktrap算法的呈现

下图是edge.betweenness算法的出的结果。社区网络被分成两类

图四 edge.betweenness算法算法的呈现

2.美化图形(以顶点分类)

利用walktrap.community进行社区划分,对不同的社区赋值不同的颜色。为了呈现更多的点和线的关系,我们采用了透明化的处理方式。

com

=

walktrap.community(g2,

steps

= =

10)V(g2)$sg=com$membershipV(g2)$color

rainbow(max(V(g2)$sg),alpha=0.8)[V(g2)$sg]plot(g2,layout=layout.fruchterman.reingold,

vertex.size=1,vertex.color=V(g2)$color,

= rep(0,

edge.width=0.4,edge.arrow.size=0.08,edge.color rgb(1,1,1,0.4),vertex.frame.color=NA,margin= 4),vertex.label=NA)

光环大数据 http://hadoop.aura-el.com




联系客服:cand57il.com