R igraph 手册页

graph_from_adjacency_matrix {igraph}

R 文档

从邻接矩阵创建图

描述

graph_from_adjacency_matrix 是一个灵活的函数，用于从邻接矩阵创建 igraph 图。

用法

graph_from_adjacency_matrix(
  adjmatrix,
  mode = c("directed", "undirected", "max", "min", "upper", "lower", "plus"),
  weighted = NULL,
  diag = TRUE,
  add.colnames = NULL,
  add.rownames = NA
)

from_adjacency(...)

参数

adjmatrix	一个方形邻接矩阵。 从 igraph 版本 0.5.1 开始，这可以是由 Matrix 包创建的稀疏矩阵。
模式	字符标量，指定 igraph 应该如何解释提供的矩阵。 另请参阅 weighted 参数，解释也取决于该参数。 可能的值有：directed、undirected、upper、lower、max、min、plus。 请参见下面的详细信息。
weighted	此参数指定是否从邻接矩阵创建加权图。 如果它是 NULL，则创建一个未加权的图，并且邻接矩阵的元素给出顶点之间的边数。 如果它是一个字符常量，则为每个非零矩阵条目创建一个边，并将该条目的值作为由 weighted 参数命名的边属性添加。 如果它是 TRUE，则创建一个加权图，并且边属性的名称将是 weight。 另请参阅下面的详细信息。
diag	逻辑标量，是否在计算中包括矩阵的对角线。 如果这是 FALSE，则首先将对角线清零。
add.colnames	字符标量，是否将列名添加为顶点属性。 如果它是 ‘NULL’（默认值），则如果存在，则列名将作为顶点属性 ‘name’ 添加。 如果为 ‘NA’，则不会添加它们。 如果是字符常量，则给出要添加的顶点属性的名称。
add.rownames	字符标量，是否将行名添加为顶点属性。 可能的值与前一个参数相同。 默认情况下，不添加行名。 如果 ‘add.rownames’ 和 ‘add.colnames’ 指定相同的顶点属性，则前者将被忽略。
...	传递给 graph_from_adjacency_matrix。

详细信息

顶点的顺序被保留，即对应于第一行的顶点将是图中的顶点 0，依此类推。

graph_from_adjacency_matrix 在两种主要模式下运行，具体取决于 weighted 参数。

如果此参数为 NULL，则创建一个未加权的图，并且邻接矩阵的元素给出要在两个对应顶点之间创建的边数。 详细信息取决于 mode 参数的值

"directed"

该图将是有向的，并且矩阵元素给出两个顶点之间的边数。

"undirected"

为了方便起见，这与 max 完全相同。 请注意，不检查矩阵是否对称。

"max"

将创建一个无向图，并且 max(A(i,j), A(j,i)) 给出边数。

"upper"

将创建一个无向图，只有右上三角形（包括对角线）用于边数。

"lower"

将创建一个无向图，只有左下三角形（包括对角线）用于创建边。

"min"

将创建一个无向图，顶点 i 和 j 之间具有 min(A(i,j), A(j,i)) 个边。

"plus"

将创建一个无向图，顶点 i 和 j 之间具有 A(i,j)+A(j,i) 个边。

如果 weighted 参数不是 NULL，则矩阵的元素给出边的权重（如果它们不为零）。 详细信息取决于 mode 参数的值

"directed"

该图将是有向的，并且矩阵元素给出边权重。

"undirected"

首先，我们检查矩阵是否对称。 如果不是，则会出错。 然后，只有上三角形用于创建加权的无向图。

"max"

将创建一个无向图，并且 max(A(i,j), A(j,i)) 给出边权重。

"upper"

将创建一个无向图，只有右上三角形（包括对角线）用于（边权重）。

"lower"

将创建一个无向图，只有左下三角形（包括对角线）用于创建边。

"min"

将创建一个无向图，min(A(i,j), A(j,i)) 给出边权重。

"plus"

将创建一个无向图，A(i,j)+A(j,i) 给出边权重。

值

一个 igraph 图对象。

作者

Gabor Csardi csardi.gabor@gmail.com

参见

graph 和 graph_from_literal 用于创建图的其他方法。

示例

adjm <- matrix(sample(0:1, 100, replace=TRUE, prob=c(0.9,0.1)), ncol=10)
g1 <- graph_from_adjacency_matrix( adjm )
adjm <- matrix(sample(0:5, 100, replace=TRUE,
                      prob=c(0.9,0.02,0.02,0.02,0.02,0.02)), ncol=10)
g2 <- graph_from_adjacency_matrix(adjm, weighted=TRUE)
E(g2)$weight

## various modes for weighted graphs, with some tests
nzs <- function(x) sort(x [x!=0])
adjm <- matrix(runif(100), 10)
adjm[ adjm<0.5 ] <- 0
g3 <- graph_from_adjacency_matrix((adjm + t(adjm))/2, weighted=TRUE,
                      mode="undirected")

g4 <- graph_from_adjacency_matrix(adjm, weighted=TRUE, mode="max")
all(nzs(pmax(adjm, t(adjm))[upper.tri(adjm)]) == sort(E(g4)$weight))

g5 <- graph_from_adjacency_matrix(adjm, weighted=TRUE, mode="min")
all(nzs(pmin(adjm, t(adjm))[upper.tri(adjm)]) == sort(E(g5)$weight))

g6 <- graph_from_adjacency_matrix(adjm, weighted=TRUE, mode="upper")
all(nzs(adjm[upper.tri(adjm)]) == sort(E(g6)$weight))

g7 <- graph_from_adjacency_matrix(adjm, weighted=TRUE, mode="lower")
all(nzs(adjm[lower.tri(adjm)]) == sort(E(g7)$weight))

g8 <- graph_from_adjacency_matrix(adjm, weighted=TRUE, mode="plus")
d2 <- function(x) { diag(x) <- diag(x)/2; x }
all(nzs((d2(adjm+t(adjm)))[lower.tri(adjm)]) == sort(E(g8)$weight))

g9 <- graph_from_adjacency_matrix(adjm, weighted=TRUE, mode="plus", diag=FALSE)
d0 <- function(x) { diag(x) <- 0 }
all(nzs((d0(adjm+t(adjm)))[lower.tri(adjm)]) == sort(E(g9)$weight))

## row/column names
rownames(adjm) <- sample(letters, nrow(adjm))
colnames(adjm) <- seq(ncol(adjm))
g10 <- graph_from_adjacency_matrix(adjm, weighted=TRUE, add.rownames="code")
summary(g10)

---