红外图像中微生物网络的分析

Question

我有所有分类级别的细菌OTU表。我想用I(或任何其他包)来绘制网络。我从来没有创建过这样的情节，所以如果有人知道一些初学者的教程链接？或者，如果有人用剧本指导我，你的时间会很感激的。谢谢!

Answer 1

1. 网络分析中的关系数据集至少由一个描述链接的data.frame (或矩阵)组成，其中包含至少2个cols，以便在data.frame的第2个cols上指示'from‘和' to’链接。这份“边表”的其他部分则表示了每一个字的特点。接下来，让我们称其为data.frame edgeslist
2. 您可能不需要第二个数据集，以指示节点的特性，也就是“节点-列表”。这些是第二个data.frame (或矩阵)，第一个表示节点的名称，其他的表示每个节点的特性。图中的节点列表必须指示每个节点。每个节点必须只在节点列表中出现一次，而在edgeslist (从“从”到“到”列)中没有一个节点被允许在节点列表中丢失。接下来，让我们称其为data.frame nodeslist。

1. Then, you have to create an Igraph object with `igraph::graph_from_data_frame(edgeslist, directed = F, vertices = nodeslist)`
2. And you can access to this object for compile a bunch of global statistics or obtain some new-data associated with some nodes (e.g., `cliques <- igraph::largest_cliques(mygraph)` or `igraph::edge_density(mygraph, loops=T)` )
3. Or access to a very precise set of nodes or edges (e.g., `igraph::E(mygraph)$weight <- 1` or whatever func.
4. I suggest to play with the edge-list and the tidyverse, in order to made group-statistics.

​

尝试找到一些现有的教程，如这一个。

Answer 2

我不明白您有哪些数据，这里是一个用于小网络分析的例程：

1. 你首先要定义你想要分析的联系(例如，什么关系？)边是指向的--也许是相互的--还是没有？节点和边缘的哪些特征是相关的?)
2. 然后你必须建立你的边缘-列表。在我的例子中，小型网络最常见的方法(不需要很大的性能)是使用data.frame制作潮间带。在网络分析的每一种情况下，您都需要一个边缘列表。它通常是一个data.frame，有两个实体之间的链接，你称之为你的网络。然后进行分析：

- FOR SMALL GRAPH ONLY, you start by plotting and read the plot. Hereafter, an edges-list sent to igraph and plotted, assuming you require about the tidyverse syntax (`%>%`):  

myedgeslist <- data.frame(from = c('man1', 'man2','man3', 'man3'), to = c('man3','man1','man1', 'man2') ) mygraph <- myedgeslist %>% igraph::graph_from_data_frame(directed = T) mygraph %>% igraph::plot.igraph()

在3个节点之间用4个链路绘制了一个小的有向网络( IGRAPH DN-- 3 4 --表示DN有向网络，3个节点和4个链路)。

• 同时，您还必须创建一些tidyverse组统计数据，例如，

myedgeslist %>% group_by(to) %>% summarise(nlinksto= n(), n_nodes=n_distinct(from)) %>% arrange(desc(n_nodes))说'man1‘是最核心的节点，因为有2个链接给他( man3和man2只有一个链接)。

• 同时，正如我前面所说，阅读一些关于网络分析的理论内容，并计算出理解网络的指标(中心性，互惠性)。。.)。例如， mygraph %>% igraph::edge_density()说，66 %的有向链路是在这个网络中实现的。

PS:绘制大型网络通常是个坏主意，你必须将它们分成几个部分，或者通过全局/分组统计数据恢复网络。