r igraph lapply：计算更大网络中自我网络的密度、约束或其他度量答案

【问题标题】：r igraph lapply: Compute density, constraint or other measures for ego networks in a larger networkr igraph lapply：计算更大网络中自我网络的密度、约束或其他度量
【发布时间】：2021-07-14 07:37:47
【问题描述】：

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包含隔离、不同子图和几个不同组件的完整网络。我想计算每个节点的自我网络的密度和约束等结构网络度量（即直接邻居，但也与距离为 2 的间接邻居有联系）。

我找到了一个适用于密度的解决方案： Igraph: get ego network density from large network

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。后者允许诸如 loop=FALSE 之类的选项，但在那里，必须明确指定图形：graph.density(g,loop=FALSE)。由于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），我真的很想使用记录的函数。

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 apply 函数已经被矢量化了。通过阅读 StackOverflow 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FAST way to sum up neighbors' attributes in a large graph in R 构建直接邻居自我网络的解决方案，但是我如何使用距离为 2 或以上的自我网络来做到这一点？

【问题讨论】：

标签： r apply igraph lapply

【解决方案1】：

像这样尝试lapply

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

【讨论】：