基于ggplot2网络可视化（二）
作者：吴健 中国科学院大学 R语言、统计学爱好者，尤其擅长R语言和Arcgis在生态领域的应用分享。个人公众号：统计与编程语言
往期回顾：
本文对公司员工邮件往来数据进行网络可视化分析，从而确定公司中员工的邮件往来情况。该数据集来自于2014 VAST Challenge (Cook et al., 2014) 。
1.加载包：
library(ggplot2)
library(GGally)
library(geomnet)
library(ggnetwork)
library(network)
2.加载数据：
data(email,package=’geomnet’)#该网络数据有55个顶点和4743条边
3.数据整理：
email$edges <- email$edges[, c(1,5,2:4,6:9)]#提取数据
emailnet <- fortify(
as.edgedf(subset(email$edges, nrecipients < 54)),
email$nodes)#构建绘图数据集，排除群发邮件
4.绘制数据
set.seed(10312016)
ggplot(data = emailnet,
aes(from_id = from_id, to_id = to_id)) +
geom_net(layout.alg = “fruchtermanreingold”,
aes(colour = CurrentEmploymentType,
group = CurrentEmploymentType,
linewidth = 3 * (…samegroup.. / 8 + .125)),
ealpha = 0.25, size = 4, curvature = 0.05,
directed = TRUE, arrowsize = 0.5) +
scale_colour_brewer(“Employment Type”, palette = “Set1”) +
theme_net() +
theme(legend.position = “bottom”)
从上图可以看出同一部门邮件往来较为密切，不同部门之间只有个别员工之间存在邮件往来，接下来我们观察一下，这种模式是否随着时间变化而变化。
5.整理数据：
edges <- subset(email$edges, nrecipients < 54)#排除群发邮件
edges <- edges[, c("From", "to", "day") ]#提取指定列
em.net <- network(edges[, 1:2])#构建网络数据
set.edge.attribute(em.net, "day", edges[, 3])
em.cet <- as.character(email$nodes$CurrentEmploymentType)
em.net %v% "curr_empl_type" <- em.cet[ network.vertex.names(em.net) ]
6.绘图：
set.seed(7042016)
ggplot(ggnetwork(em.net, arrow.gap = 0.02, by = “day”,
layout = “kamadakawai”),
aes(x, y, xend = xend, yend = yend)) +
geom_edges(
aes(color = curr_empl_type),
alpha = 0.25,
arrow = arrow(length = unit(5, “pt”), type = “closed”)) +
geom_nodes(aes(color = curr_empl_type), size = 1.5) +
scale_color_brewer(“Employment Type”, palette = “Set1”) +
facet_wrap(~day, nrow = 2, labeller = “label_both”) +
theme_facet(legend.position = “bottom”)
上图可以看出每天员工的邮件往来情况，以便于我们进一步分析。
大家都在看
公众号后台回复关键字即可学习
回复 R R语言快速入门及数据挖掘
回复 Kaggle案例 Kaggle十大案例精讲（连载中）
回复 文本挖掘 手把手教你做文本挖掘
回复 可视化 R语言可视化在商务场景中的应用
回复 大数据 大数据系列免费视频教程
回复 量化投资 张丹教你如何用R语言量化投资
回复 用户画像 京东大数据，揭秘用户画像
回复 数据挖掘 常用数据挖掘算法原理解释与应用
回复 机器学习 人工智能系列之机器学习与实践
回复 爬虫 R语言爬虫实战案例分享