社会网络分析方法+R实战(自学笔记4)

炖脚盆鸡

自我网络 Ego Networks

导入数据

在本节中，我们从 2004年的GSS网络模块数据中 分析 自我网络。我们将使用 GSS数据 来熟悉网络密度和异质性的度量方法。它还将教会我们如何同时分析多个网络。在某些情况下，您可能有数百个完整的网络——例如，关于高中的数据通常有来自许多不同高中的网络。由于学校是分开的，你必须分别分析它们，但一个一个这样做是费力的。在这里，我们将学习自我网络以及将同样的功能应用到许多网络的策略：
library(igraph)
gss <- read.csv("https://raw.githubusercontent.com/mahoffman/stanford_networks/main/data/gss_local_nets.csv",
                stringsAsFactors = TRUE) 让我们看看数据。你可以在你的环境变量中找到并且点击它，或者在命令框中直接键入View(gss)
> head(gss)

     sex  race age            partyid        relig numgiven close12
1 female other  52        independent     catholic        0      NA
2 female other  43 not str republican     catholic        0      NA
3   male black  52    strong democrat   protestant        4       1
4 female other  34       ind,near dem     catholic        4       2
5   male other  22       ind,near dem moslem/islam        0      NA
6   male black  26   not str democrat   protestant        6       0
  close13 close14 close15 close23 close24 close25 close34 close35 close45
1      NA      NA      NA      NA      NA      NA      NA      NA      NA
2      NA      NA      NA      NA      NA      NA      NA      NA      NA
3       2       0      NA       2       2      NA       1      NA      NA
4       0       2      NA       2       2      NA       2      NA      NA
5      NA      NA      NA      NA      NA      NA      NA      NA      NA
6       2       1       1       1       1       1       2       2       2
  sex1 sex2 sex3 sex4 sex5 race1 race2 race3 race4 race5 educ1     educ2
1   NA   NA   NA   NA   NA    NA    NA    NA    NA    NA    NA      <NA>
2   NA   NA   NA   NA   NA    NA    NA    NA    NA    NA    NA      <NA>
3    1    1    0    0   NA     1     1     1     1    NA     1 h.s. grad
4    1    0    1    1   NA     2     2     2     2    NA     1 h.s. grad
5   NA   NA   NA   NA   NA    NA    NA    NA    NA    NA    NA      <NA>
6    1    1    0    1    1     0     1     1     2     2     1 h.s. grad
      educ3        educ4        educ5 age1 age2 age3 age4 age5     relig1
1      <NA>         <NA>         <NA>   NA   NA   NA   NA   NA       <NA>
2      <NA>         <NA>         <NA>   NA   NA   NA   NA   NA       <NA>
3      Grad    Bachelors         <NA>   56   40   58   59   NA protestant
4      Grad         Grad         <NA>   63   36   34   36   NA   catholic
5      <NA>         <NA>         <NA>   NA   NA   NA   NA   NA       <NA>
6 h.s. grad Some College Some College   25   25   39   33   30      other
      relig2     relig3     relig4   relig5
1       <NA>       <NA>       <NA>     <NA>
2       <NA>       <NA>       <NA>     <NA>
3 protestant protestant protestant     <NA>
4   catholic   catholic   catholic     <NA>
5       <NA>       <NA>       <NA>     <NA>
6      other   catholic   catholic catholic一共有42个变量。前五个与特定受访者的属性有关:他们的性别、年龄、种族、党派和宗教。
接下来的36个组成了GSS网络模块的“网络”部分。这种结构可能有点令人困惑，特别是如果你没有读过任何使用这种数据的论文。该模块的基本想法是询问人们在过去6个月里与他们讨论过“重要问题”的最多5个人的情况。受访者报告了他们讨论“重要问题”的人数:这是我们数据集中的变量“numgiven”。他们还被要求详细描述这五个人之间的关系:他们是特别亲密，彼此认识，还是完全陌生。这与数据集中的接近变量一致，例如，close12是每个应答者1与2的接近度。最后，他们被问及自我网络中最多五个人的属性(性别、种族、年龄)。
为了了解为什么这些被称为自我网络，让我们找一个被调查者，把他们自称讨论过“重要问题”的最多五个人的关系画出来。为此，我们必须首先将变量close12到close45转换为一个边列表，每个响应器对应一个边列表。
这需要一些复杂的代码。首先，我们使用grepl提取所需的列。Grep基本上使用字符串匹配，因此它会遍历列名并识别其中包含“close”这个词的列名(更多信息请查看这里:https://www.regular-expressions.info/rlanguage.html)
ties <- gss[,grepl("close", colnames(gss))]
head(ties)
> head(ties)
  close12 close13 close14 close15 close23 close24 close25 close34 close35
1      NA      NA      NA      NA      NA      NA      NA      NA      NA
2      NA      NA      NA      NA      NA      NA      NA      NA      NA
3       1       2       0      NA       2       2      NA       1      NA
4       2       0       2      NA       2       2      NA       2      NA
5      NA      NA      NA      NA      NA      NA      NA      NA      NA
6       0       2       1       1       1       1       1       2       2
  close45
1      NA
2      NA
3      NA
4      NA
5      NA
6       2形成网络矩阵

在该案例中，让我们首先制作一个矩阵，我们可以用给定应答者的亲密度值填充它。
mat = matrix(nrow = 5, ncol = 5)事实证明，我们可以把一个人的接近值直接分配到矩阵的下三角形。这里我们为受访者3。即只选取了ties数据框的第三行
mat[lower.tri(mat)] <- as.numeric(ties[3,])我们可以使矩阵对称，因为这里的关系(紧密度)是相互的(即关系是无向的)。
mat[upper.tri(mat)] = t(mat)[upper.tri(mat)]
mat
> mat
     [,1] [,2] [,3] [,4] [,5]
[1,]   NA    1    2    0   NA
[2,]    1   NA    2    2   NA
[3,]    2    2   NA    1   NA
[4,]    0    2    1   NA   NA
[5,]   NA   NA   NA   NA   NA现在让我们去掉任何一个缺失的应答者。即NA
na_vals <- is.na(mat)
non_missing_rows <- rowSums(na_vals) < nrow(mat)
mat <- mat[non_missing_rows,non_missing_rows]
> mat
     [,1] [,2] [,3] [,4]
[1,]   NA    1    2    0
[2,]    1   NA    2    2
[3,]    2    2   NA    1
[4,]    0    2    1   NA并将对角线设为零，因为NAs会给引语带来麻烦
> diag(mat) <- 0
> mat
     [,1] [,2] [,3] [,4]
[1,]    0    1    2    0
[2,]    1    0    2    2
[3,]    2    2    0    1
[4,]    0    2    1    0我们可以使用这个矩阵为单个受访者创建一个网络，就像我们在上一篇教程中所做的那样，但这次使用的不是图表而是邻接函数，因为我们的输入数据是矩阵。我们将指定它是无向和加权的。
ego_net <- graph.adjacency(mat, mode = "undirected", weighted = T)
plot(ego_net, vertex.size = 30,
     vertex.label.color = "black",
     vertex.label.cex = 1)

自我网络形成

唯一的问题是我们必须对数据集中的每一行都这样做，我们应该怎么做呢?一种选择是创建一个函数，该函数使用上面的代码将ties数据集中的任何行转换为自我网络，然后将该函数应用于数据中的每一行。下面就是这样一个函数!
make_ego_nets <- function(tie){
  # 制作矩阵
  mat = matrix(nrow = 5, ncol = 5)
  # 将tie值分配给下面的三角形
  mat[lower.tri(mat)] <- as.numeric(tie)
  # 对称化
  mat[upper.tri(mat)] = t(mat)[upper.tri(mat)]
  # 识别缺失的值
  na_vals <- is.na(mat)
  # 确定所有值都缺失的行
  non_missing_rows <- rowSums(na_vals) < nrow(mat)
  
  # 查找每一行
  if(sum(!non_missing_rows) > 0){
    mat <- mat[non_missing_rows,non_missing_rows]
  }
  diag(mat) <- 0 #对角线为0
  ego_net <- graph.adjacency(mat, mode = "undirected", weighted = T)
  return(ego_net)
}现在，我们可以使用lapply循环遍历数据中的所有行，并将上述函数应用于每一行。它将返回一个大小为nrow(ties)的列表，其中每一项都是数据中一个应答者的自我网。
ego_nets <- lapply(1:nrow(ties),
                    FUN = function(x) make_ego_nets(ties[x,]))

> head(ego_nets)
[[1]]
IGRAPH 0772b64 U--- 0 0 --
+ edges from 0772b64:

[[2]]
IGRAPH 0772e87 U--- 0 0 --
+ edges from 0772e87:

[[3]]
IGRAPH 0772f16 U-W- 4 5 --
+ attr: weight (e/n)
+ edges from 0772f16:
[1] 1--2 1--3 2--3 2--4 3--4

[[4]]
IGRAPH 0772f9c U-W- 4 5 --
+ attr: weight (e/n)
+ edges from 0772f9c:
[1] 1--2 1--4 2--3 2--4 3--4

[[5]]
IGRAPH 0773016 U--- 0 0 --
+ edges from 0773016:

[[6]]
IGRAPH 0773096 U-W- 5 9 --
+ attr: weight (e/n)
+ edges from 0773096:
[1] 1--3 1--4 1--5 2--3 2--4 2--5 3--4 3--5 4--5
现在我们有一长串的网络。让我们随便看看一个网络，比如说第1001个自我网络。
random_ego_net <- ego_nets[[1021]]
plot(random_ego_net)


其中一个自我网络。

网络的大小和密度

现在我们有了一个网络列表，我们可以使用一行代码对每个网络应用相同的函数，同样是在lapply的帮助下。网络大小是指网络中节点的数量。为了找到它，我们使用vcount()函数。我们还可以使用ecount()来查找边的数量
network_sizes <- lapply(ego_nets, vcount)
network_edge_counts <- lapply(ego_nets, ecount)

head(network_sizes)
> head(network_sizes)
[[1]]
[1] 0

[[2]]
[1] 0

[[3]]
[1] 4

[[4]]
[1] 4

[[5]]
[1] 0

[[6]]
[1] 5我们可以通过简单地将列表转化为一个向量，并在结果向量上使用均值函数来求其中一个结果的均值。
network_sizes <- unlist(network_sizes)
mean(network_sizes, na.rm = T)
> mean(network_sizes, na.rm = T)
[1] 1.796634我们同样可以画出网络的直方图，查看网络数据的分布状况。
hist(network_sizes,
     main = "Histogram of Ego Network Sizes",
     xlab = "Network Size")

当然，我们也可以对 边 做同样的处理。
network_edge_counts <- unlist(network_edge_counts)
hist(network_edge_counts, main = "Histogram of Ego Network Edge Counts", xlab = "# of Edges")

最后，让我们试试密度。密度表示网络中有多少条边，除以可能的总边数。在规模为N的无向网络中，可能有(N * (N-1))/2条边。如果你回想一下每个网络下面的矩阵，N * N-1指的是行数(应答者)乘以列数(又是应答者)减1，这样就排除了对角线(即与自己的关系)。在无向网络中，我们把这个数除以2只是为了说明网络是对称的。
对于之前笔记中的的随机自我网络，我们可以自己计算如下。
ecount(random_ego_net)/((vcount(random_ego_net) * (vcount(random_ego_net) - 1))/2)
> ecount(random_ego_net)/((vcount(random_ego_net) * (vcount(random_ego_net) - 1))/2)
[1] 0.6Igraph有它自己的函数- graph.density，我们可以再次应用到数据中的每一个自我网络。
densities <- lapply(ego_nets, graph.density)
densities <- unlist(densities)
hist(densities)

最后，我们画出l不同自我网络的密度分布。

杰傲不逊

笔记1-6 的 自学代码可以下载：

链接：http://pan.baidu.com/s/1LTvV8Y

提取码：e5ad

羊者

失效了，求再发一次~

一条心

链接：https://pan.baidu.com/s/1dbQyn59AtuUj-p51jE7JtA?pwd=6b0y  提取码：6b0y