如果您从 R 中使用 igraph,请使用此选项
print.igraphHRG {igraph} | R 文档 |
igraphHRG
对象可以以两种形式打印到屏幕:作为树或作为列表,具体取决于 print 函数的 type
参数。 默认情况下,使用 auto
类型,该类型为小图选择 tree
,为大图选择 simple
(=list)。 tree
格式如下所示
Hierarchical random graph, at level 3: g1 p= 0 '- g15 p=0.33 1 '- g13 p=0.88 6 3 9 4 2 10 7 5 8 '- g8 p= 0.5 '- g16 p= 0.2 20 14 17 19 11 15 16 13 '- g5 p= 0 12 18
这是一个具有 20 个顶点的图,并打印了拟合的分层随机图的前三个级别。 HRG 的根节点始终是顶点组 #1(打印输出中的“g1
”)。 根据拟合模型,g1
的左子树中的顶点对以零概率连接到右子树中的顶点。 g1
有两个子组,g15
和 g8
。 g15
有一个单个顶点的子组(顶点 1)和另一个更大的子组,该子组在较低级别包含顶点 6、3 等。 plain
打印更简单且生成速度更快,但视觉效果较差
Hierarchical random graph: g1 p=0.0 -> g12 g10 g2 p=1.0 -> 7 10 g3 p=1.0 -> g18 14 g4 p=1.0 -> g17 15 g5 p=0.4 -> g15 17 g6 p=0.0 -> 1 4 g7 p=1.0 -> 11 16 g8 p=0.1 -> g9 3 g9 p=0.3 -> g11 g16 g10 p=0.2 -> g4 g5 g11 p=1.0 -> g6 5 g12 p=0.8 -> g8 8 g13 p=0.0 -> g14 9 g14 p=1.0 -> 2 6 g15 p=0.2 -> g19 18 g16 p=1.0 -> g13 g2 g17 p=0.5 -> g7 13 g18 p=1.0 -> 12 19 g19 p=0.7 -> g3 20
它以屏幕宽度允许的列数,列出每个内部节点的两个子组。
## S3 method for class 'igraphHRG'
print(x, type = c("auto", "tree", "plain"), level = 3, ...)
x |
要打印的 |
type |
如何打印树状图,请参见下面的详细信息。 |
level |
要从树状图中打印的顶层级别数。 |
... |
其他参数,当前未使用。 |
分层随机图模型本身,不可见。
其他分层随机图函数:consensus_tree()
, fit_hrg()
, hrg-methods
, hrg_tree()
, hrg()
, predict_edges()
, print.igraphHRGConsensus()
, sample_hrg()