R中的网络模块化计算
其维基百科页面（以及著名书籍）上给出了这一公式。我想看到它在一些代码中工作。我发现使用for和R（）可以实现这一点 我想看看下面的例子（或类似的例子）在代码中用来计算模块性。图书馆给出了一个例子，但它不是我真正想要的 让我们有一组顶点V={1,2,3,4,5}和边E={（1,5），（2,3），（2,4），（2,5）（3,5）}，它们构成了一个无向图 将这些顶点划分为两个团体：c1={2,3}和c2={1,4,5}。要计算的是这两个社区的模块化。R中的网络模块化计算,r,graph-theory,igraph,modularity,R,Graph Theory,Igraph,Modularity,其维基百科页面（以及著名书籍）上给出了这一公式。我想看到它在一些代码中工作。我发现使用for和R（）可以实现这一点 我想看看下面的例子（或类似的例子）在代码中用来计算模块性。图书馆给出了一个例子，但它不是我真正想要的 让我们有一组顶点V={1,2,3,4,5}和边E={（1,5），（2,3），（2,4），（2,5）（3,5）}，它们构成了一个无向图 将这些顶点划分为两个团体：c1={2,3}和c2={1,4,5}。要计算的是这两个社区的模块化。库（igraph） library(igraph)
库（igraph）
library(igraph)
g <- graph(c(1,5,2,3,2,4,2,5,3,5))
membership <- c(1,2,2,1,1)
modularity(g, membership)
g谢谢你，塔玛斯。你是如何获得会员资格的是的，我把它弄混了；在我的向量中，顶点1、4和5属于社区1，顶点2和3属于社区2。注意，成员向量必须是基于零的（根据文档）@Pomber:实际上，这并不重要，因为模块化公式只关心两个顶点是否属于同一社区，因此，通过任意常数移动隶属度向量是安全的。然而，igraph函数总是返回一个从零开始的成员向量，这是事实。也许新的igraph库已经改变了一些事情，但是上面的图g
在实例化时会产生错误。而且，与上面的注释相反，根据文档（）的规定，成员向量现在必须是1-based