네트워크 분석 - igraph

vertex 꼭짓점, 정점

vertices 'vertex'의 복수형

> #네트워크 만들기

> install.packages("igraph")

Error in install.packages : Updating loaded packages

> library(igraph)

>

> g_star<-graph(edges=NULL, n=NULL, directed=FALSE) #방향성, 노드, 에지가 없는 igraph 생성 그래프(초기화)

> g_star<-g_star+vertex("A", shape="circle", size=30, color="yellow") #A라는 노드(모양:원, 크기:30, 색:노랑) 추가

> g_star<-g_star+vertices("B", "C", "D", "E", "F", shape="circle", size=20, color="red")

> g_star<-g_star+edge("A", "B") #edge는 선

> g_star<-g_star+edges("A","C", "A","D", "A","E", "A", "F")

> plot(g_star)

> #네트워크 내의 노드 수(점의 갯수)

> vcount(g_star)

[1] 6

> gorder(g_star)

[1] 6

>

> #노드 간 연결된 에지의 총 수(선의 갯수)

> ecount(g_star)

[1] 5

> gsize(g_star) 

[1] 5

>

> g_Y<-graph(edges=NULL, n=NULL, directed=FALSE)

> g_Y<-g_Y+vertices("A", "B",  "C", "D", "E", "F", shape="circle", size=30)

> g_Y<-g_Y+edges("A","B","A","C", "A","D", "D","E", "E", "F")

> plot(g_Y)

 

https://blog.naver.com/1stwook/220671991938

> #연결정도

> degree(g_star, normalized = FALSE) #A는 5개의 노드와 연결되어 있음

A B C D E F

5 1 1 1 1 1

 

> degree(g_star, normalized = TRUE) #정규화된 연결 중심성, 노드에 연결된 에지의 수, normalized는 표준화 여부, TRUE -> 연결 가능한 총 수로 나눈 값을 출력

  A   B   C   D   E   F 

1.0 0.2 0.2 0.2 0.2 0.2 

 

tmax<-centr_degree_tmax(g_star) #이론적 연결 정도 중심화 최댓값

> centralization.degree(g_star, normalized = FALSE)$centralization/tmax #정규화된 연결 정도 중심화 측정

[1] 1

 

> #근접 중심성

> closeness(g_star, normalized=FALSE) #A의 근접중심성이 가장 큼

        A         B         C         D         E         F 

0.2000000 0.1111111 0.1111111 0.1111111 0.1111111 0.1111111 

> closeness(g_star, normalized=TRUE) #각 노드의 정규화된 근접 중심성

        A         B         C         D         E         F 

1.0000000 0.5555556 0.5555556 0.5555556 0.5555556 0.5555556 

> tmax<-centralization.closeness.tmax(g_star) #이론적인 근접 중심화의 최대값

> centralization.closeness(g_star, normalized=FALSE)$centralization/tmax #정규화된 근접 중심화

[1] 1