Каков наиболее эффективный метод построения больших матриц смежности (не графиков)?

Я ищу эффективный способ построения больших матриц смежности (узлов > 1M) в R. Цель состоит не в том, чтобы построить их как сетевой график, а в том, чтобы построить саму матрицу смежности.

Это довольно распространенная визуализация в области сетевого анализа и особенно обнаружения сообществ, но я не могу найти способ получить такой график в R. Самое близкое, что я могу найти, это функция levelplot() из решетки, но она не похоже, что он не может работать с матрицами такого размера.

Ниже приведен пример желаемого результата из статьи Reichardt & Bornholdt.
Матрицы смежности можно загрузить из Стэнфордской коллекции больших сетевых данных.

введите здесь описание изображения


r data-visualization plot lattice network-analysis
person LTribe    schedule 12.11.2020    source источник

Ответы (1)


arrow_upward
1
arrow_downward

Моей первой ставкой было взглянуть на метод image из пакета Matrix. Примером может быть что-то вроде:

#####
# simulate a random matrix
n <- 1000000L # number of nodes
set.seed(1)
rng_i <- sample.int(n, size = 100L * n, replace = TRUE)
rng_j <- sample.int(n, size = 100L * n, replace = TRUE)
i <- c(1:n, rng_i, rng_j)
j <- c(1:n, rng_j, rng_i)
x <- runif(n * 100L)
x <- c(rep(1, n), x, x)

keep <- j <= i & c(rep(TRUE, n), tail(i, -n) != tail(j, -n))
j <- j[keep]
i <- i[keep]
x <- x[keep]

# use the image method from Matrix
library(Matrix)
mat <- sparseMatrix(i = i, j = j, x = x, symmetric = TRUE)
image(mat)

Это занимает некоторое время, но оказывается основанным на levelplot из lattice. На выходе получается большой пустой график.

Немного подумав, если у вас есть, скажем, изображение размером 102 x 102 мм (~ 4 x 4 дюйма) и матрица 1 м x 1 м, то на каждый элемент матрицы приходится ~ 0,0001 x 0,0001 мм, если не учитывать ось и т. д. , Не зная многого о человеческом восприятии или изображениях, я предполагаю, что вам потребуется очень большое количество пикселей на дюйм, чтобы построить их, и я не уверен, что это будет воспринимаемо, если нет более крупных кластеров соседних ненулевых записи.

С другой стороны, если вы измените n <- 10000L, вы получите:

введите здесь описание изображения

довольно быстро. Вышеизложенное также дает представление о том, насколько тяжело будет воспринимать коробки, которые на 1/100 x 1/100 меньше. Я предполагаю, что нужно искать количество соседних ненулевых узлов в большей окрестности, но я не знаю пакета, который это сделает.

person Benjamin Christoffersen    schedule 12.11.2020
comment
Ты лучший! Это именно та функция, которую я искал. Однако сначала у меня были проблемы с упорядочением строк и столбцов по сообществам, потому что, по-видимому, алгоритм обнаружения сообществ, который я использовал, сортировал узлы в каждом сообществе по их центральности. Поэтому для достижения желаемого результата мне нужно было рандомизировать строки и столбцы перед сортировкой по сообществу. - person LTribe; 12.11.2020
comment
Превосходно! Я рад помочь. - person Benjamin Christoffersen; 12.11.2020