R中識別拉幫結派

Question

我有這樣一個數據幀：

wt=read.table("NP7.txt") 
wt1=matrix(nrow=nrow(wt), ncol=2)  
wt1=data.frame(wt1) 
wt1[,1:2]=wt[,1:2]  
write.table(wt1,"test.txt") 
library(igraph) 
wt=read.table("test.txt") 
wg7 <- graph.edgelist(cbind(as.character(wt$X1), as.character(wt$X2)), 
       directed=F) 
sum(clusters(wg7)$csize>2)   
plot(wg7) 
a <- largest.clique(wg7) 

現在，運行以下命令：

1 2 
2 3 
4 5 
.... 

現在，我使用的庫的igraph使用下面的代碼繪製此圖中的R代碼我得到了圖形的圖和形成最大集團的值。但是，如果我想要那個實際最大派系的陰謀，我該怎麼做？ 謝謝！

Answer 1

下面是一個例子：

library(igraph) 

# for reproducibility of graphs plots (plot.igraph uses random numbers) 
set.seed(123) 

# create an example graph 
D <- read.table(header=T,text= 
'from to 
A B 
A C 
C D 
C F 
C E 
D E 
D F 
E F') 

g1 <- graph.data.frame(D,directed=F) 

# plot the original graph 
plot(g1) 

# find all the largest cliques (returns a list of vector of vertiex ids) 
a <- largest.cliques(g1) 

# let's just take the first of the largest cliques 
# (in this case there's just one clique) 
clique1 <- a[[1]] 

# subset the original graph by passing the clique vertices 
g2 <- induced.subgraph(graph=g1,vids=clique1) 

# plot the clique 
plot(g2) 

---

劇情1（原始圖）：

劇情2（集團）：

---

編輯：

作爲正確地指出通過@GaborCsardi，沒有必要到子集的圖形，因爲一個集團是一個完整的曲線圖。這可能是比induced.subgraph更高效：

g2 <- graph.full(length(clique1)) 
V(g2)$name <- V(g1)$name[clique1]