图数据处理及可视化

From here

tydygraph提供了用于图数据处理的tidy工作流的接口，ggraph提供了用于图数据可视化的ggplot2工作流的工具。

tidygraph

tidygraph::as_tbl_graph(), 用于将一个数据框及其类似的数据结构转换为图数据 —— 这个数据框包含一列称为from， 以及一列称为to的变量，用于描述节点（nodes/vertex)之间的相互关系，其它的列是对连接线（edge）的描述信息。

可以简单的理解为在经过as_tbl_graph后，得到的图数据结构包含两张表。第一张表用于描述节点信息，其第一列是对原始数据框from, to两类中的节点去重得到。第二张表包含有连接线的信息，其是对原始数据框的复制，但是它的from，以及to变量中的节点名称由原来的名称被节点在第一张表中的排序所替代。

由于图数据结构中有两张表，所以如果想要改变其中的信息，则需要确定想要改变的是描述节点信息的表还是描述连接信息的表，示例如下

graph %>%
  activate(nodes) #  修改用于描述节点信息的表

graph %>%
  activate(edges) # 修改用于描述连接信息的表

如果想要应用一些图算法，在该图数据之上，步骤如下

• Start with a graph table
• Temporarily transform the graph to comply with the model that is requested (morph())
• Add additional transformations to the morphed data using dplyr (optional)
• Restore the original graph table, but modified to keep the changes made during the morph

当你在morph函数中调用算法时，图数据结构会变成适合该算法输入的形式，然后返回一个新的图数据，你可以操作此图数据，就像其它任何图数据一样，然后返回原始数据，但是保留在morph期间的修改。

shortest <- graph_routes %>%
  # find the shortest path
  morph(to_shortest_path, from, to, weights = journey_time) %>% 
  # only node and edge in the returned morph data mutated
  mutate(selected_node = TRUE) %>%
  activate(edges) %>%
  mutate(selected_edge = TRUE) %>%
  unmorph() %>%
  activate(nodes) %>%
  mutate(selected_node = ifelse(is.na(selected_node), 1, 2)) %>%
  activate(edges) %>%
  mutate(selected_edge = ifelse(is.na(selected_edge), 1, 2)) %>%
  arrange(selected_edge)

ggraph

ggraph提供了用于可视化图数据的一系列类似于ggplot的函数。其大致的用法如下

ggraph(graph, aes()，layout = "auto" , circular = FALSE) +
  geom_node_*(aes()) +
  geom_edge_*(aes())

其提供了一系列geom_node_*以及geom_edge_*函数用于对节点以及连接线进行映射。其中在ggraph中比较重要的参数是layout参数，它决定了整体的布局。circular参数决定了是否将图形布局为圆形。在绘图的时候应该考虑多种布局，以更直观的发现节点之间的相互关系。

更多见reference