科研学习|可视化——ggplot2版本的网络可视化

ggplot2是R语言中一个非常流行的数据可视化包，它也可以用于网络可视化。以下是三个基于ggplot2并专门用于网络可视化的R包：

ggnet2: 这个包的使用方法与传统的plot函数相似，易于使用。更多信息可在其官方页面查看：ggnet2

geomnet: 这个包在ggplot2中增加了geom_net层，可以使用数据框作为输入，并且可以与Plotly交互，从而支持交互式图形。有关更多信息，请访问：geomnet on GitHub 和 geomnet on CRAN

ggnetwork（首选）: 这个包是三者中最灵活的，特别适合动态网络的可视化。它结合了ggplot2的优雅语法和网络数据的处理能力。更多信息可在其官方页面查看：ggnetwork

一、三个R包的比较

这三个包虽然都基于ggplot2进行网络可视化，但各有侧重和特点。您可以通过以下链接查看这三个包的详细比较：Comparison among ggnet2, geomnet, and ggnetwork

ggnet2 以其简单的语法和易用性而受到欢迎。

geomnet 通过增加可与ggplot2兼容的图层以及支持交互式图形（如与Plotly的整合），提供了额外的灵活性和功能。

ggnetwork 由于其在处理动态网络方面的优势，是最灵活的选择，适合需要高度定制化网络图的用户。

二、示例数据分析

这段文本提供了在R语言环境中使用多个包来处理和可视化足球比赛数据的例子。以下是步骤的详细说明：

2.1 安装和加载必要的包

这部分代码涉及安装并加载处理网络数据的几个R包。GGally、geomnet、ggnetwork 和 statnet 都是处理图形和网络数据的强大工具。

# 安装包
#install.packages("GGally")
#install.packages("geomnet")
#install.packages("ggnetwork")# 加载包
library("GGally")
library("geomnet")
library("ggnetwork")
library("statnet")

2.2 加载数据

这里，数据集football来自geomnet包，包含足球队之间的比赛信息。

# 加载数据
data("football", package = "geomnet")
rownames(football$vertices) <- football$vertices$label

2.3 创建网络

使用边列表football$edges[,1:2]创建一个网络结构，这里用的是network::network()函数。

# 从边列表创建网络
fb.net = network::network(football$edges[,1:2])

2.4 添加顶点和边的属性

为网络中的顶点（足球队）添加属性，指明每个队伍所在的会议。此外，还为边添加属性，表示两个队伍是否属于同一会议。

# 添加顶点属性：队伍所在的会议
fb.net %v% "conf" <- football$vertices[network.vertex.names(fb.net), "value"]# 添加边属性：两队是否同属一个会议
set.edge.attribute(fb.net, "same.conf", football$edges$same.conf)
set.edge.attribute(fb.net, "lty", ifelse(fb.net %e% "same.conf" == 1, 1, 2))

三、ggnet2

ggnet2是一个用于网络可视化的R包，它的特点如下：

3.1 功能特点

输入：网络对象

提供详细教程：ggnet2 教程

语法类似于plot：使用简单，语法与传统的绘图函数类似

输出：输出底层的组织结构（节点的位置），便于添加geom_xx层

3.2 问题

不支持曲线边缘

不支持自环

不适用于复杂图形

对于变化的图表，不能直接提供多个面板。需要固定放置坐标。

3.3 示例代码

设置种子，确保结果的可重现性，并使用ggnet2来创建一个网络图表的示例。

set.seed(3212019)
pggnet2 = ggnet2(fb.net,  # 输入 `network` 对象mode = "fruchtermanreingold",  # 来自 `network` 包的布局layout.par = list(cell.jitter=0.75),  # 可以传递布局参数# 节点属性node.color = "conf", palette = "Paired",  # 颜色板 palette="Set3",node.size = 5,# node.size = "degree",# size.cut = 3,  # 使用分位数将大小切割为三个类别# size = "conf",# 手动映射大小：size.palette = c("Atlantic Coast" = 1,...),# node.shape = "conf",node.alpha = 0.5,# node.label = TRUE,# 边缘edge.color = c("color", "grey50"),  # 第一个值：同一组的节点使用相同颜色，否则使用第二个参数edge.alpha = 0.5,edge.size = 0.3,edge.lty = "lty",# edge.label = 1,# edge.label.size = 1,# 图例color.legend = "Conference",# legend.size = 10,# legend.position = "bottom"
) + geom_point(aes(color = color), size = 3)  # 可以像ggplot对象一样处理并添加geom_xx层
pggnet2## 将其作为数据框处理以添加geom_xx层
pggnet2$data %>% names()
## [1] "label" "alpha" "color" "shape" "size"  "x"     "y"

此代码段展示了如何使用ggnet2包来构建并自定义网络图表的外观，通过控制节点和边的颜色、大小、透明度等属性，以及如何在ggplot2框架下增加额外的图形层。

四、geomnet

geomnet 是一个基于 ggplot2 的 R 包，用于网络可视化，特点如下：

4.1 功能特点

输入：数据框

支持自环

支持面板（无法固定节点）

4.2 问题

没有提供详细的教程

底层结构不可用，被整体封装（例如：如果设置透明度，适用于节点和边缘；不提供点的位置）

严格遵守 ggplot2 语法，灵活性较差

4.3 示例代码

以下是一个合并顶点和边缘数据，并使用 geomnet 创建网络图的例子：

# 合并顶点和边
ver.conf = football$vertices %>% mutate(from = label) %>% select(-label)
fb.df = left_join(football$edges, ver.conf, by = "from")# 创建数据图
set.seed(3212019)
pgeomnet =ggplot(data = fb.df,  # 输入：数据框aes(from_id = from, to_id = to)) +geom_net(layout.alg = 'fruchtermanreingold',aes(colour = value, group = value,linetype = factor(same.conf != 1)),linewidth = 0.5,size = 5, vjust = -0.75, alpha = 1) +theme_net() +# theme(legend.position = "bottom") +scale_colour_brewer("Conference", palette = "Paired") +guides(linetype = FALSE)
pgeomnet

五、ggnetwork

ggnetwork 是一个专门用于网络可视化的 R 包，具有以下特点：

5.1 特点

提供详细教程：ggnetwork 教程

输入：可以是 igraph（需要加载 intergraph 库）或 network 对象

语法非常用户友好

ggnetwork 提供底层的数据框

使用 geom_edges 和 geom_nodes 分别设置；可以在 geom_xx 内设置针对边/节点的特定映射

对于标签，支持 geom_(node/edge)(text/label)[_repel]：如 geom_nodetext, geom_nodelabel, geom_nodetext_repel, geom_nodelabel_repel, geom_edgetext, geom_edgelabel, geom_edgetext_repel, geom_edgelabel_repel

允许曲线边缘（且与 plotly 兼容）

可以使用面板展示动态网络，并固定节点位置

5.2 问题

不支持自环

5.3 示例代码

这是一个使用 ggnetwork 包和 ggplot2 语法创建网络图的示例：

## 需要先安装 intergraph 包用于处理 igraph 对象
#install.packages("intergraph")
library("intergraph")## 创建 igraph 对象
fb.igra = graph_from_data_frame(football$edges[,1:2], directed = FALSE)
V(fb.igra)$conf = football$vertices[V(fb.igra)$name, "value"]
E(fb.igra)$same.conf = football$edges$same.conf
E(fb.igra)$lty = ifelse(E(fb.igra)$same.conf == 1, 1, 2)## 设置种子
set.seed(3212019)## 使用 ggnetwork 和 ggplot 绘图
pggnetwork =ggplot(ggnetwork(  # 提供底层数据框fb.igra,  # 输入：网络对象layout = "fruchtermanreingold",  # 布局cell.jitter = 0.75),aes(x, y, xend = xend, yend = yend)) +geom_edges(aes(linetype = as.factor(same.conf)),color = "grey50",curvature = 0.2,alpha = 0.5) +geom_nodes(aes(color = conf),size = 5,alpha = 0.5) +scale_color_brewer("Conference", palette = "Paired") +scale_linetype_manual(values = c(2, 1)) +guides(linetype = FALSE) +theme_blank() + geom_nodes(aes(color = conf),size = 3)  # 可以像 ggplot 对象一样处理并添加 geom_xx 层
pggnetwork

六、ggnet2、geomnet、ggnetwork 的扩展

由于这些工具的输出是 ggplot2 对象，它们可以与其他库如 plotly 结合，实现交互式网络可视化或动态网络可视化。

6.1 ggplot2 + plotly

使用 plotly 库，可以将 ggplot2 创建的静态图转换为交互式图表。以下是如何实现的：

6.2 加载 plotly 库

library("plotly")

6.3 将 ggplot2 对象转换为 plotly 对象

这里，pggnet2 和 pgeomnet 是使用 ggnet2 或 geomnet 创建的 ggplot2 图对象。通过使用 ggplotly() 函数，我们可以添加 coord_fixed() 来保持比例一致，并使用 hide_guides() 隐藏不必要的图例和指南。

ggplotly(pggnet2 + coord_fixed()) %>% hide_guides()
ggplotly(pgeomnet + coord_fixed()) %>% hide_guides()

注意，如果设置了边的 curvature 属性，plotly 可能无法正确显示这一属性。例如，下面的代码中暂时注释了对 pggnetwork 的转换：

# ggplotly(pggnetwork + coord_fixed()) %>% hide_guides()

6.4 创建新的网络图 `pggnetwork2`

下面的代码展示了如何使用 ggnetwork 创建一个网络对象，然后通过 ggplotly 转换为交互式图表。这里同样使用了 hide_guides() 来清洁图表的显示：

pggnetwork2 =ggplot(ggnetwork(  # 提供底层数据框fb.igra,  # 输入：网络对象layout = "fruchtermanreingold",  # 布局cell.jitter = 0.75),aes(x, y, xend = xend, yend = yend)) +  # 边的映射geom_edges(aes(linetype = as.factor(same.conf)),color = "grey50",alpha = 0.5) +geom_nodes(aes(color = conf), size = 5,alpha = 0.5) +scale_color_brewer("Conference", palette = "Paired") +scale_linetype_manual(values = c(2, 1)) +guides(linetype = FALSE) +theme_blank() + geom_nodes(aes(color = conf), size = 3)
ggplotly(pggnetwork2 + coord_fixed()) %>% hide_guides()

七、分面动态网络

推荐使用 ggnetwork 来创建分面动态网络。

7.1 创建网络

以下示例使用了一个电子邮件数据集，其中包括节点和边的相关属性。

# 查看电子邮件数据集的边和节点的属性名
names(email$edges)
## [1] "From"        "eID"         "Date"        "Subject"     "to"         
## [6] "month"       "day"         "year"        "nrecipients"
names(email$nodes)
##  [1] "label"                      "LastName"                  
##  [3] "FirstName"                  "BirthDate"                 
##  [5] "BirthCountry"               "Gender"                    
##  [7] "CitizenshipCountry"         "CitizenshipBasis"          
##  [9] "CitizenshipStartDate"       "PassportCountry"           
## [11] "PassportIssueDate"          "PassportExpirationDate"    
## [13] "CurrentEmploymentType"      "CurrentEmploymentTitle"    
## [15] "CurrentEmploymentStartDate" "MilitaryServiceBranch"     
## [17] "MilitaryDischargeType"      "MilitaryDischargeDate"# 从电子邮件数据集中提取边列表：移除发送给所有员工的电子邮件
edges = email$edges %>% filter(nrecipients < 54) %>% select(From, to, day)# 创建网络对象
em.net <- network(edges[, 1:2])# 分配边的属性（天）
set.edge.attribute(em.net, "day", edges[, 3])# 分配节点的属性（员工类型）
em.cet <- as.character(email$nodes$CurrentEmploymentType)
names(em.cet) = email$nodes$label
em.net %v% "curr_empl_type" <- em.cet[network.vertex.names(em.net)]# 设置种子以确保可重复性
set.seed(3212019)# 使用 ggnetwork 创建可视化
ggplot(ggnetwork(em.net,arrow.gap = 0.02,  # 箭头间隙by = "day",        # 按天分面layout = "kamadakawai"  # 布局算法),aes(x, y, xend = xend, yend = yend)
) +geom_edges(aes(color = curr_empl_type),alpha = 0.25,arrow = arrow(length = unit(5, "pt"), type = "closed")  # 定义箭头) +geom_nodes(aes(color = curr_empl_type), size = 1.5) +  # 定义节点scale_color_brewer("Employment Type", palette = "Set1") +  # 颜色映射facet_wrap(. ~ day, nrow = 2, labeller = "label_both") +  # 分面显示theme_facet(legend.position = "bottom")  # 调整主题