r - R中邻接矩阵的传递减少
问题描述
我有一个成对矩阵,我可以考虑一个图的邻接矩阵。我希望应用传递减少算法来找到具有最少边的图,但保留原始图的连通性 - 见下图。
我的矩阵的头部看起来像这样:
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
在这个矩阵中,一个正整数可以用从 Pop 1 到 Pop 2 的箭头来表示。而负值的箭头是从 Pop 2 到 Pop1。
我正在努力寻找可以R version 4.02
在我的矩阵上执行此操作的软件包。我查看了 package nem
,更具体地说是nem::transitive.reduction
这里的功能,但它不适用于上述版本。即使通过安装bioconductor
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减少?
解决方案
我认为您可以尝试以下igraph
+的组合relations
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)
- 原点图
- 传递约简图
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")))
推荐阅读
- python - Python二项式系数混淆
- sharepoint - 级联下拉菜单和默认值
- next.js - 使用 Next.js 和 WPGraphQL 进行客户端渲染后的未定义数据
- android - Cordova Android - 相机没有所有选项
- node.js - Next.js + API 在同一台服务器上
- angular - 部署在 firebase 中的应用程序可以通过 http 使用来自 api 的数据?(不是https)
- python - 用于返回列(表达式)的 PySpark 类型提示?
- c - 有人可以解释这是如何工作的吗?
- azure - Azure 函数中的 Microsoft.Identity.Web
- python - Python中的十进制模块