本文是复杂网络课的一个小作业，主要学习如何导入图数据以及如何利用igraph包绘制网络图。
导入边数据和节点数据
这里主要是将边数据和节点数据分别导入，再利用igraph包中的graph_from_data_frame()将边，节点数据进行合并构成一个网络图。注意：节点数据中可包含一些属性（年龄，性别等），这些属性可以再在分析和绘图中起到较大作用。比如：各个节点的形状可由年龄大小决定，节点颜色可由性别决定。在我们本文的数据中，只包含一个节点属性（课程所含类别：1，2，3，4），数据包含36个节点，35条边。
代码语言：javascript复制edges <- read.table('edge.csv', header=T, sep=',') #导入边数据
vertices <- read.table('vertices.csv', header=T, sep=',') #导入节点数据
edges;vertices
graph <- graph_from_data_frame(edges, directed = F, vertices=vertices)directed = TRUE表示有方向；如果不需要节点数据，可以设置vertices=NULL。接下来对改图进行绘制，有两种生成方式，一是直接绘制,参数放plot()里面；二是通过修改图的方式设置参数，然后利用plot()绘制。
生成方式1（没有颜色分类）
代码语言：javascript复制igraph.options(vertex.size=3, vertex.label=NA, edge.arrow.size=0.5)
V(graph)$color <- colrs[V(graph)$color]
plot(graph,
layout=layout.reingold.tilford(graph,circular=T), #layout.fruchterman.reingold表示弹簧式发散的布局，
vertex.size=5, #节点大小
vertex.shape='circle', #节点不带边框none,,圆形边框circle,方块形rectangle
vertex.color="lightgreen",#设置颜色，其他如red,blue,cyan,yellow等
vertex.label=vertices$name, #NULL表示不设置，为默认状态
vertex.label.cex=0.8, #节点字体大小
vertex.label.color='black', #节点字体颜色,red
vertex.label.dist=0.4, #标签和节点位置错开
edge.arrow.size=0,#连线的箭头的大小,若为0即为无向图，当然有些数据格式不支持有向图
edge.width = 0.5, #连接线宽度
edge.color="gray") #连线颜色效果如下：
当然，上面的plot函数中，很多参数你都可以使用默认参数，最主要的是layout的设置。下面我整理了一些用的比较多的选项。
生成方式2（有颜色分类）
这里主要是将节点的属性color加入其中，通过颜色来呈现。因为节点比较多，所以把V(graph)$size调的比较小。
代码语言：javascript复制l = layout.reingold.tilford(graph,circular=T)
V(graph)$size <- 8
colrs <- c('#0096ff', "lightblue", "azure3","firebrick1")
V(graph)$color <- colrs[vertices$color] #根据类型设置颜色,按照类型分组
V(graph)$label.color <- 'black' #设置节点标记的颜色
V(graph)$label <- V(graph)$name
E(graph)$arrow.size=0.3 #设置箭头大
#生成图
plot(graph, layout=l)效果如下：
参考文献：Statistical Analysis of Network Data with R by Eric D. Kolaczyk, Gábor Csárdi
