R中邻接矩阵的传递归约

Question

我有一个成对矩阵，我可以将其视为图形的邻接矩阵。我希望应用传递归约算法来找到具有最少边的图，但保留原始图的连通性 - 请参见下图。

我的矩阵头部是这样的：

               EN_DavaW      EN_DrumW   CN_ShainW  CN_Glasdrum        19-CCP
EN_DavaW     0.0000000000  2.286985e-03 0.014775598  0.013954988 -0.0149552822
EN_DrumW    -0.0022869851  0.000000e+00 0.013133681  0.011270755 -0.0166146429
CN_ShainW   -0.0147755985 -1.313368e-02 0.000000000 -0.001550990 -0.0244997421
CN_Glasdrum -0.0139549879 -1.127075e-02 0.001550990  0.000000000 -0.0328348644
19-CCP       0.0149552822  1.661464e-02 0.024499742  0.032834864  0.0000000000

在此矩阵中，正整数可以通过从 Pop 1 到 Pop 2 的箭头可视化。而负值则箭头将从 Pop 2 到 Pop1。

我正在努力寻找可用于 R version 4.02 的软件包，以便在我的矩阵上执行此操作。我查看了包 nem，更具体地说是函数 nem::transitive.reduction see here，但它不适用于上述版本。即使通过 bioconductor

安装

是否有任何其他包或者我可以创建自己的函数来对成对矩阵进行传递归约？

Answer 1

我想你可以试试 igraph + relations 的组合，如下所示

library(igraph)
library(relations)

g <- graph_from_adjacency_matrix(m, mode = "directed", weighted = TRUE)
df <- get.data.frame(g)
r <- endorelation(
  domain = as.list(unique(unlist(df[c("from", "to")]))),
  graph = df[c("from", "to")]
)
mat <- relation_incidence(transitive_reduction(r))
mattr <- m[row.names(mat), colnames(mat)] * mat
gtr <- graph_from_adjacency_matrix(mattr, mode = "directed", weighted = TRUE)

原图

传递归约图

数据

> dput(m)
structure(c(0, -0.0022869851, -0.0147755985, -0.0139549879, 0.0149552822, 
0.002286985, 0, -0.01313368, -0.01127075, 0.01661464, 0.014775598,
0.013133681, 0, 0.00155099, 0.024499742, 0.013954988, 0.011270755,
-0.00155099, 0, 0.032834864, -0.0149552822, -0.0166146429, -0.0244997421,
-0.0328348644, 0), .Dim = c(5L, 5L), .Dimnames = list(c("EN_DavaW",
"EN_DrumW", "CN_ShainW", "CN_Glasdrum", "19-CCP"), c("EN_DavaW",
"EN_DrumW", "CN_ShainW", "CN_Glasdrum", "19-CCP")))

R中邻接矩阵的传递归约

Transitive reduction on adjaceny matrix in R

r

graph-theory

igraph

bioconductor

transitive-closure