rigraph lapply：计算更大网络中自我网络的密度、约束或其他度量

Question

我有一个包含数千个节点的网络数据集，这些节点形成了一个完整的网络，其中包含孤立的、不同的子图和几个不同的组件。我想计算结构网络度量，例如每个节点的自我网络的密度和约束（即，直接邻居，但也与距离为 2 的间接邻居有联系）。

我找到了适用于密度的解决方案：

library(igraph) 


g<- graph.formula(1-+2,1-+3,2-+4,2-+5,3-+6,5-+7,7-+8,8-+9,9+-7, 9-+10,
                  6-+9,1-+5,3-+9,10-+11,11-+12,11-+5,12-+4,4-+10,10-+4,11-+10)

# Density for ego graphs

ego_1_graph <- make_ego_graph(
  g,
  order = 1,
  nodes = V(g),
  mode = c("all"),
  mindist = 0
)

V(g)$ego_1a_dens = lapply(ego_1_graph, graph.density) ## this works
V(g)$ego_1a_dens 

V(g)$ego_1b_dens = lapply(ego_1_graph, edge_density(loops= FALSE)  ) ## this needs a graph specified
## Error in is_igraph(graph) : argument "graph" is missing, with no default

V(g)$ego_1b_dens = lapply(ego_1_graph, function(v) edge_density(ego_1_graph[v], loops= FALSE) ) ## I cannot access the graph saved in the ego_1_graph list
## Error in ego_1_graph[v] : invalid subscript type 'list'

链接的解决方案使用 graph.density 而不是 edge.density。我还没有找到前一个函数的 igraph 文档。后者允许像 loop=FALSE 这样的选项，但必须明确指定图形：graph.density(g,loop=FALSE)。因为我想使用选项计算自我网络的其他结构网络度量（例如，约束），所以我真的很想使用文档中的函数。

我很难使用 lapply 函数访问为每个网络节点构建的自我图。我希望你能帮忙！谢谢！

顺便说一句：我有一个大型网络，因此计算效率很重要。我知道应用函数已经矢量化了。通过阅读 Whosebug，我可以收集到，igraph 的 make_ego_graph 函数可能是一个潜在的瓶颈。我找到了通过数据帧构建直接邻居自我网络的解决方案 FAST way to sum up neighbors' attributes in a large graph in R 但我如何使用距离为 2 或更远的自我网络来做到这一点？

Answer 1

像这样lapply试试

V(g)$ego_1b_dens <- lapply(ego_1_graph, edge_density, loops = FALSE)

你会看到

> V(g)$ego_1b_dens
[[1]]
[1] 0.3333333

[[2]]
[1] 0.3333333

[[3]]
[1] 0.3333333

[[4]]
[1] 0.3333333

[[5]]
[1] 0.25

[[6]]
[1] 0.5

[[7]]
[1] 0.3333333

[[8]]
[1] 0.5

[[9]]
[1] 0.2333333

[[10]]
[1] 0.4166667

[[11]]
[1] 0.3333333

[[12]]
[1] 0.3333333

rigraph lapply：计算更大网络中自我网络的密度、约束或其他度量

r igraph lapply: Compute density, constraint or other measures for ego networks in a larger network

r

apply

igraph

lapply