2015-10-19 51 views
1

對不起,因爲我覺得這個疑問應該更簡單,但我找不到滿意的答案。如何從兩個雙邊網絡建立定向三方網絡?

我有兩個定量的二分網絡(顯示A-B和B-C之間的生態關係)。我的問題是,我不知道爲了建立定向的定量三方網絡(如典型的食物網),如何加入這兩個網絡。 每個二分網絡的B級具有相同的頂點組成(以數量和頂點名稱)。另外,級別A和C不能相互影響。因此,最終三方網絡的順序和方向應該是C-> B-> A

有什麼建議嗎?

感謝您的關注!

+0

我對你如何寫方向性感到困惑......你能提供一個(玩具)數據的例子嗎? –

+0

您好, 起初,我有兩個二分網絡: 例如: 偶網絡1探討植物蟲害(A-B)之間的關係。雙向網絡2探索草食動物捕食者(B-C)之間的關係。 我想獲得一個代表A,B,C之間關係的新矩陣。 由於捕食者只能食草動物,而食草動物只能以植物爲食(食肉動物不可能以食草動物爲食,或食草動物以食肉動物爲食),所以我需要一個定向網絡(如食物網)。 請點擊鏈接查看玩具數據。 [鏈接] https://goo.gl/Gc9tMF –

回答

2

如何:

庫克,一些數據(我希望你會做飯對我來說:))

library(igraph) 
set.seed(666) 
# herbivore-plant 
m_hp <- matrix(rbinom(12, 10, p=0.2), 4, 3) 
dimnames(m_hp) <- list(
    consuming=paste0("h", seq(1, nrow(m_hp))), 
    consumed=paste0("p", seq(1, ncol(m_hp))) 
) 
# carnivore-herbivore 
m_ch <- matrix(rbinom(20, 10, p=0.2), 5, 4) 
dimnames(m_ch) <- list(
    consuming=paste0("c", seq(1, nrow(m_ch))), 
    consumed=paste0("h", seq(1, ncol(m_ch))) 
) 

...所以它看起來像你(我相信):

m_hp 

##   consumed 
## consuming p1 p2 p3 
##  h1 3 1 0 
##  h2 1 3 1 
##  h3 5 5 3 
##  h4 1 2 0 

m_ch 

##   consumed 
## consuming h1 h2 h3 h4 
##  c1 0 4 0 2 
##  c2 1 2 1 2 
##  c3 1 2 3 3 
##  c4 3 5 1 2 
##  c5 0 2 0 2 

現在通過edgelists把他們變成的igraph對象

el_hp <- as.data.frame(as.table(m_hp), stringsAsFactors = FALSE) 
el_ch <- as.data.frame(as.table(m_ch), stringsAsFactors = FALSE) 
el <- rbind(el_hp, el_ch) 
g <- graph.data.frame(el[el$Freq != 0 , ] ) 
V(g)$type <- substr(V(g)$name, 1, 1) 

聯合網絡的鄰接矩陣:

get.adjacency(g, sparse=FALSE, attr="Freq") 

## h1 h2 h3 h4 c2 c3 c4 c1 c5 p1 p2 p3 
## h1 0 0 0 0 0 0 0 0 0 3 1 0 
## h2 0 0 0 0 0 0 0 0 0 1 3 1 
## h3 0 0 0 0 0 0 0 0 0 5 5 3 
## h4 0 0 0 0 0 0 0 0 0 1 2 0 
## c2 1 2 1 2 0 0 0 0 0 0 0 0 
## c3 1 2 3 3 0 0 0 0 0 0 0 0 
## c4 3 5 1 2 0 0 0 0 0 0 0 0 
## c1 0 4 0 2 0 0 0 0 0 0 0 0 
## c5 0 2 0 2 0 0 0 0 0 0 0 0 
## p1 0 0 0 0 0 0 0 0 0 0 0 0 
## p2 0 0 0 0 0 0 0 0 0 0 0 0 
## p3 0 0 0 0 0 0 0 0 0 0 0 0 

圖形

t <- match(V(g)$type, c("p", "h", "c")) 
plot(g, vertex.color=t) 

enter image description here

甚至

l <- layout_with_fr(g, miny=t, maxy=t ) 
plot(g, vertex.color=t, layout=l, edge.width=E(g)$Freq) 

enter image description here