时间戳

首页 > 解决方案 > 同一图上的多度分布

r - 同一图上的多度分布

问题描述

我使用下面的代码生成了 500 个随机二分网络。我想在一个图上绘制至少 10 个这些网络的度数分布（具有幂律线的对数图），以便在视觉上将它们与我的无标度网络的对数图进行比较。我知道如何一次绘制单个网络的度数分布，但是在同一张图上绘制多个图变得难以捉摸。此外，如果可能的话，我还可以使用带有皮尔逊相关系数和所有 500 个网络的斜率值的 Excel 表。.

set.seed(1)
    gs1 <- list()
    for (x in seq_len(500L)) 
    {
      gs1[[x]] <- sample_bipartite(358, 27, type = "gnm",m = 827, directed = TRUE)
    }

编辑：我正在寻找具有度数分布的幂律线。

任何帮助表示赞赏。谢谢大家。

标签： rplot

解决方案

我认为我正在制作您正在寻找的情节。如果不是，请解释它有何不同。

您可以绘制第一个分布，然后使用lines. 因为每个分布都有不同的度数，所以我将它们全部遍历一次以找到上限。

library(igraph)

## Reproduce your data, paramterizing the number of graphs
NumG = 500L
set.seed(1)
gs1 <- list()
for (x in seq_len(NumG)) {
      gs1[[x]] <- sample_bipartite(358, 27, type = "gnm",m = 827, directed = TRUE)
}

## Find upper limit on degrees
MaxDeg = rep(0,NumG)
for(i in 1:NumG) {
    DD = degree_distribution(gs1[[i]])
    MaxDeg[i] = length(DD)
}
MaxMax = max(MaxDeg)

## Plot first distribution
plot(1:MaxDeg[1], degree_distribution(gs1[[1]]), 
    xlim=c(1,MaxMax), log="xy", type="l",
    xlab="Log-Degree", ylab="LogFrequency")

## Plot all the rest
for(i in 2:NumG) {
    lines(1:MaxDeg[i], degree_distribution(gs1[[i]]), col=rainbow(NumG)[i])
}

度分布

您可以看到这两种节点的两个部分。总的来说，这些看起来相当一致。

添加一个小细节

有两种不同类型的节点。从你的生成语句

gs1[[x]] <- sample_bipartite(358, 27, type = "gnm",m = 827, directed = TRUE)

有 358 个节点只有链接离开它们（来源）。还有 27 个节点没有离开它们的链接（Sinks）。这是列表中第一张图 gs1[ 1 ] 的图。

LO = layout_as_bipartite(gs1[[1]])
plot(gs1[[1]], layout=LO, vertex.size=8, 
    edge.arrow.size=0.3, vertex.label=NA)

图 1

源在顶部，水槽在底部。这两种类型的节点具有完全不同的度分布。通过构建，您的所有图表都有 827 个链接。这些离开 358 个源并进入 27 个接收器。平均而言，每个来源将有 827/358 = 2.31 个链接。平均而言，接收器将有 858/27 = 30.63 个链接。在上面的度数分布图中很容易看到这两个不同的分布。

在我看来，度分布并不遵循幂律，既不是源和汇一起，也不是单独的。我不确定您要计算什么相关系数。所以我在这些话题上对你没有帮助。

推荐阅读