共计 2511 个字符，预计需要花费 7 分钟才能阅读完成。
全文链接：http://tecdat.cn/?p=30961
原文出处：拓端数据部落公众号
咱们围绕网络可视化剖析技术进行一些征询，帮忙客户解决独特的业务问题。
为了剖析电视台工夫关系状态变动，咱们获取了电视台合播电视剧数量数据：
1、黄色的方格内，数字大小示意为节点面积，即该电视台独播电视剧数量
2、红色的方格内，数字大小示意为连贯强弱，能够为具体若干条连线、或连线的透明度、或连线的粗细，即这两个电视台合播电视剧数量
3、整体出现，能够看到两年同样电视台的关系状态变动，输入一些网络分析的指标
2020 年数据
读取文件
library(igraph);
network= as.matrix(data)[,-1]
network=apply(network,1,as.numeric)给点的名称赋值
enames=colnames(data)[-1]
events =network将对角线的元素赋值为 0
diag(events)=0生成网络图格局
for(i in 1:n) {for(j in i:n) {s = paste(c(as.character(i), as.character(j),
as.character(monopartite[i,j]), "\r"), collapse=" ")
write(s, file=f, append=TRUE, sep="")
}
}读取网络图格式文件
e=read.graph("events.net",对边进行删减，减去连贯很小的边
if(is.null(E(graph)$weight)) stop("No weights for censoring the edges!")
es = E(graph)[E(graph)$weight<floor | E(graph)$weight>ceiling]
newgraph = graph - es
newgraph = newgraph
给每个边的宽度进行赋值，用粗细示意
plot(newe, vertex.size=diag(network), vertex.shape="square", vert对图进行删减，删去连贯少的边
newe = censor.edgeweight(e, floor=2); newe## IGRAPH UNW- 25 91 -- 给每个边的宽度进行赋值，用粗细示意
E(newe)$width = E(newe)$weight2021 年数据
head(data)## X1 湖南卫视 浙江卫视 江苏卫视 北京卫视 上海东方卫视 山东卫视
## 1 湖南卫视 24 1 0 0 0 0
## 2 浙江卫视 1 5 3 1 3 1
## 3 江苏卫视 0 3 7 1 2 1
## 4 北京卫视 0 1 1 4 5 1
## 5 上海东方卫视 0 3 2 5 5 3
## 6 山东卫视 0 1 1 1 3 3
## 安徽卫视 天津卫视 江西卫视 湖北卫视 深圳卫视 云南卫视 黑龙江卫视
## 1 0 0 0 0 0 0 0
## 2 2 1 0 0 2 0 0
## 3 1 2 0 1 0 0 0
## 4 1 0 0 0 1 0 0
## 5 3 3 0 0 0 1 0
## 6 2 3 3 2 0 2 2
## 广东卫视 重庆卫视 贵州卫视 四川卫视 辽宁卫视 河北卫视 河南卫视 西北卫视
## 1 0 0 0 0 0 0 0 1
## 2 0 0 2 0 0 0 0 0
## 3 0 1 0 0 0 1 0 0
## 4 1 0 0 1 0 1 1 0
## 5 0 1 0 0 0 0 0 0
## 6 0 0 1 0 3 1 1 0
## 吉林卫视 广西卫视 央视一套 央视八套
## 1 0 0 0 0
## 2 0 0 0 0
## 3 0 0 1 0
## 4 0 0 0 0
## 5 0 0 0 0
## 6 0 0 0 0给点的名称赋值
enames=colnames(data)[-1]将对角线的元素赋值为 0
diag(events)=0生成网络图格局
s = paste(c("*vertices", as.character(n), "\r\n*edges\r"), collapse="")
write(s, file=f, sep="")
for(i in 1:n) {for(j in i:n) {s = paste(c(as.character(i), as.character(j),读取网络图格式文件
e=read.graph("events.net", format="pajek")对边进行删减，减去连贯很小的边
if(is.null(E(graph)$weight)) stop("No weights for censoring the edges!")
es = E(graph)[E(graph)$weight<floor | E(graph)$weight>ceiling]给每个边的宽度进行赋值，用粗细示意
plot(newe, vertex.size=diag(network), vertex.shape="square", 对图进行删减，删去连贯少的边
newe = censor.edgeweight(e, floor=2); newe## IGRAPH UNW- 25 27 --
## + attr: name (v/c), weight (e/n)给每个边的宽度进行赋值，用粗细示意
E(newe)$width = E(newe)$weight
vertex.label.degree=pi/2, layout=layout.circle)最受欢迎的见解
1.[](http://tecdat.cn/r%e8%af%ad%e…)R 语言动态图可视化：如何、创立具备精美动画的图
2.R 语言生存剖析可视化剖析
3.[](http://tecdat.cn/r%e8%af%ad%e…)Python 数据可视化 -seaborn Iris 鸢尾花数据
4.[](http://tecdat.cn/r%e8%af%ad%e…)r 语言对布丰投针（蒲丰投针）试验进行模仿和动静
5.R 语言生存剖析数据分析可视化案例
6.[](http://tecdat.cn/r%e8%af%ad%e…)r 语言数据可视化剖析案例：摸索 brfss 数据数据分析
7.[](http://tecdat.cn/r-%e8%af%ad%…)R 语言动静可视化：制作历史寰球平均温度的累积动静折线图动画 gif 视频图
8.[](http://tecdat.cn/r%e8%af%ad%e…)R 语言高维数据的主成分 pca、t-SNE 算法降维与可视化剖析案例报告
9.[](http://tecdat.cn/r%e8%af%ad%e…)python 主题 LDA 建模和 t -SNE 可视化
