玩一下会动的网络图和桑基图

画图的内容,大家喜闻乐见,阅读量仅次于狗粮和故事。所以。。。我在没东西写的时候就写点画图的东西了,输出倒逼输入~

1.R包

library(tidyverse)
library(navdata)
library(networkD3)

2.示例数据集

data("phone.call2")
nodes <- phone.call2$nodes;head(nodes)
## # A tibble: 6 x 2
##      id label   
##   <int> <chr>   
## 1     1 France  
## 2     2 Belgium 
## 3     3 Germany 
## 4     4 Danemark
## 5     5 Croatia 
## 6     6 Slovenia
edges <- phone.call2$edges;head(edges)
## # A tibble: 6 x 3
##    from    to weight
##   <int> <int>  <dbl>
## 1     1     3      9
## 2     2     1      4
## 3     1     8      3
## 4     1     9      4
## 5     1    10      2
## 6     1    11      3

3.交互式网络图

使用networkD3 包里的forceNetwork函数。有一个比较严格的要求,就是节点必须要设置id,并且从0开始,不设置就报错,不堪吐槽哇。

nodes_d3 <- mutate(nodes, id = id - 1);head(nodes_d3)
## # A tibble: 6 x 2
##      id label   
##   <dbl> <chr>   
## 1     0 France  
## 2     1 Belgium 
## 3     2 Germany 
## 4     3 Danemark
## 5     4 Croatia 
## 6     5 Slovenia
edges_d3 <- mutate(edges, from = from - 1, to = to - 1);head(edges_d3)
## # A tibble: 6 x 3
##    from    to weight
##   <dbl> <dbl>  <dbl>
## 1     0     2      9
## 2     1     0      4
## 3     0     7      3
## 4     0     8      4
## 5     0     9      2
## 6     0    10      3

输入数据整対格式,出图就很简单

forceNetwork(
  Links = edges_d3, Nodes = nodes_d3,  
  Source = "from", Target = "to",      # so the network is directed.
  NodeID = "label", Group = "id", Value = "weight", 
  opacity = 1, fontSize = 16, zoom = TRUE
  )

4.桑基图

sankeyNetwork(
  Links = edges_d3, Nodes = nodes_d3, 
  Source = "from", Target = "to", 
  NodeID = "label", Value = "weight",
  fontSize = 16, unit = "Letter(s)")

可以给连线加上颜色

edges_d3$edgegroup = as.character(edges_d3$from)
sankeyNetwork(
  Links = edges_d3, Nodes = nodes_d3, 
  Source = "from", Target = "to", 
  NodeID = "label", Value = "weight",
  LinkGroup = "edgegroup",
  fontSize = 16, unit = "Letter(s)")

5.换个数据试试看

mat = sample(0:5,27,replace = T)
mat = matrix(mat,nrow = 3)
rownames(mat) = paste0("S",1:nrow(mat))
colnames(mat) = paste0("T",1:ncol(mat))
mat
##    T1 T2 T3 T4 T5 T6 T7 T8 T9
## S1  3  4  5  2  2  3  3  0  3
## S2  3  2  4  3  1  0  0  0  5
## S3  1  3  5  2  1  3  2  2  1
df <- gather(rownames_to_column(as.data.frame(mat),var = "from"),
             key = "to",
             value = "value",
             - from);head(df)
##   from to value
## 1   S1 T1     3
## 2   S2 T1     3
## 3   S3 T1     1
## 4   S1 T2     4
## 5   S2 T2     2
## 6   S3 T2     3
edges <- filter(df,value!=0)

x = unique(c(rownames(mat),colnames(mat)));length(x)
## [1] 12
y = 0:(sum(dim(mat))-1);length(y)
## [1] 12
for(i in 1:length(y)){
  edges$from = str_replace(edges$from,
                           x[[i]],
                           as.character(y[[i]]))
  edges$to = str_replace(edges$to,
                           x[[i]],
                           as.character(y[[i]]))
}
str(edges)
## 'data.frame':    23 obs. of  3 variables:
##  $ from : chr  "0" "1" "2" "0" ...
##  $ to   : chr  "3" "3" "3" "4" ...
##  $ value: int  3 3 1 4 2 3 5 4 5 2 ...
edges <- data.frame(apply(edges,2,as.numeric));head(edges)
##   from to value
## 1    0  3     3
## 2    1  3     3
## 3    2  3     1
## 4    0  4     4
## 5    1  4     2
## 6    2  4     3
nodes <- data.frame(id = as.numeric(0:(sum(dim(mat))-1)),
                    label = c(rownames(mat),colnames(mat)));head(nodes)
##   id label
## 1  0    S1
## 2  1    S2
## 3  2    S3
## 4  3    T1
## 5  4    T2
## 6  5    T3

照葫芦画瓢准备数据,对了就可以出图。

forceNetwork(
  Links = edges, Nodes = nodes,  
  Source = "from", Target = "to",      # so the network is directed.
  NodeID = "label", Group = "id", Value = "value",
  opacity = 1, fontSize = 16, zoom = TRUE
)
edges$edgegroup = as.character(edges$from)
sankeyNetwork(
  Links = edges, Nodes = nodes, 
  Source = "from", Target = "to", 
  NodeID = "label", Value = "value",
  LinkGroup = "edgegroup",
  fontSize = 16, unit = "Letter(s)")
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,132评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,802评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,566评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,858评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,867评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,695评论 1 282
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,064评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,705评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,915评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,677评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,796评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,432评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,041评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,992评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,223评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,185评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,535评论 2 343

推荐阅读更多精彩内容