R igraph 手册页

igraph-es-indexing {igraph}

R 文档

索引边序列

描述

边序列的索引方式非常类似于普通的 R 数值向量，但有一些额外的功能。

用法

## S3 method for class 'igraph.es'
x[...]

参数

x	一个边序列
...	索引，详见下文。

值

另一个边序列，指向同一个图。

多个索引

当在括号中使用多个索引时，它们都会被独立评估，然后使用 c() 函数将结果连接起来。例如，E(g)[1, 2, .inc(1)] 等同于 c(E(g)[1], E(g)[2], E(g)[.inc(1)])。

索引类型

边序列可以使用正数值向量、负数值向量、逻辑向量、字符向量进行索引。

• 当使用正数值向量进行索引时，会选择序列中给定位置的边。这与使用正数值向量索引常规 R 原子向量相同。

• 当使用负数值向量进行索引时，会忽略序列中给定位置的边。同样，这与索引常规 R 原子向量相同。

• 当使用逻辑向量进行索引时，边序列和索引的长度必须匹配，并且会选择索引为 TRUE 的边。

• 命名图可以使用字符向量进行索引，以选择具有给定名称的边。请注意，图可能具有边名称和顶点名称，并且两者都可以用于选择边。边名称仅用作数字边 id 向量的名称。顶点名称实际上只适用于没有多重边的图，并且必须用 | 竖线字符分隔，以选择与给定的两个顶点相关联的边。请参见以下示例。

边属性

在索引边序列时，只需使用它们的名称即可引用边属性。例如，如果一个图有一个 weight 边属性，那么 E(G)[weight > 1] 将选择所有权重大于 1 的边。请参见以下更多示例。请注意，属性名称会屏蔽调用环境中存在的变量的名称；如果您需要查找变量，并且不希望类似命名的边属性屏蔽它，请使用 .env 代词在调用环境中执行名称查找。换句话说，使用 E(g)[.env$weight > 1] 以确保即使存在具有相同名称的边属性，也可以从调用环境中查找 weight。同样，您可以使用 .data 仅匹配属性名称。

特殊函数

有一些特殊的 igraph 函数只能在索引边序列的表达式中使用

.inc

接受一个顶点序列，并选择至少有一个顶点在该顶点序列中的所有边。

.from

类似于 .inc()，但只考虑边的尾部。

.to

类似于 .inc()，但只考虑边的头部。

%--%

%--%

%->%

%->%

%<-%

%<-%

请注意，多个特殊函数可以一起使用，或者与常规索引一起使用，然后将它们的结果连接起来。请参见以下更多示例。

参见

其他顶点和边序列：E(), V(), igraph-es-attributes, igraph-es-indexing2, igraph-vs-attributes, igraph-vs-indexing2, igraph-vs-indexing, print.igraph.es(), print.igraph.vs()

其他顶点和边序列操作：c.igraph.es(), c.igraph.vs(), difference.igraph.es(), difference.igraph.vs(), igraph-es-indexing2, igraph-vs-indexing2, igraph-vs-indexing, intersection.igraph.es(), intersection.igraph.vs(), rev.igraph.es(), rev.igraph.vs(), union.igraph.es(), union.igraph.vs(), unique.igraph.es(), unique.igraph.vs()

示例

# -----------------------------------------------------------------
# Special operators for indexing based on graph structure
g <- sample_pa(100, power = 0.3)
E(g) [ 1:3 %--% 2:6 ]
E(g) [ 1:5 %->% 1:6 ]
E(g) [ 1:3 %<-% 2:6 ]

# -----------------------------------------------------------------
# The edges along the diameter
g <- sample_pa(100, directed = FALSE)
d <- get_diameter(g)
E(g, path = d)

# -----------------------------------------------------------------
# Select edges based on attributes
g <- sample_gnp(20, 3/20) %>%
  set_edge_attr("weight", value = rnorm(gsize(.)))
E(g)[[ weight < 0 ]]

# Indexing with a variable whose name matches the name of an attribute
# may fail; use .env to force the name lookup in the parent environment
E(g)$x <- E(g)$weight
x <- 2
E(g)[.env$x]

---