如何在神经图中使神经边缘更加动态？

Question

我有代表英国城市间交通的数据。

1. ：如果这两个城市之间有一条公交线路= 1，否则=0
2. ave.pas：平均乘客人数

。

图书馆(巧妙地)图书馆(图形)图书馆(Tidyverse)图书馆(Tidygraph)库(Igraph)库(EdgebundleR)

   df2 <- data.frame (City1  = c("London", "London", "London", "London" ,"Liverpool","Liverpool","Liverpool" , "Manchester", "Manchester", "Bristol"),
                          City2 = c("Liverpool", "Manchester", "Bristol","Derby", "Manchester", "Bristol","Derby","Bristol","Derby","Derby"),
                          Transit = c(1,0,1,1,1,1,1,1,0,1),
                          ave.pas = c(10,0,11,24,40,45,12,34,0,29))

df：

        City1      City2 Transit ave.pas
1      London  Liverpool       1      10
2      London Manchester       0       0
3      London    Bristol       1      11
4      London      Derby       1      24
5   Liverpool Manchester       1      40
6   Liverpool    Bristol       1      45
7   Liverpool      Derby       1      12
8  Manchester    Bristol       1      34
9  Manchester      Derby       0       0
10    Bristol      Derby       1      29

现在我绘制了一个循环网络：

df <- subset(df2, Transit== 1, select = c("City1","City2"))
edgebundle(graph.data.frame(df),directed=F,tension=0.1,fontsize = 10)

我的目标是根据数据集中“ave.pas”变量中相应的值来设置边缘的大小或颜色强度。

链接：link1 link2 link3 link4

(必须使用edgebundle()函数绘制绘图)

​

Answer 1

连通图中边的强度似乎是连接顶点的边数的函数。我们可以使边缘的数量等于乘客的数量，但问题是，在绘制了几条线之后，强度就不再增加了。因此，它可以很好地显示1和3边之间的差异，但10和30之间的差别要小得多。作为一种折衷，我们可以使边数与乘客数量近似成正比。其中一种方法是从邻接矩阵创建图形：

cities <- unique(c(df2$City1, df$City2))

m <- matrix(0, nrow = length(cities), ncol = length(cities), 
            dimnames = list(cities, cities))

for(i in seq(nrow(df2))) m[df2[i, 1], df2[i, 2]] <- df2[i, 4]

m <- m/min(m[m > 0])

edgebundle(graph_from_adjacency_matrix(m))

​

​