R 如何在图形对象上使用max_cliques（）后追加所有子列表编号

我有一个

igraph

对象，它是我用以下内容创建的：

    g3 <- graph.data.frame(DF.WORK.EDGE, directed=TRUE, vertices=DF.WORK.VERTEX)

当然，我得到了一长串不同派系的子名单：

这个列表不停地列出，我需要找出哪个节点出现得最频繁（重叠最多），这样我就知道哪个节点在不同的子集团中

如果没有add hoc函数来汇总这些值的频率，有人能告诉我如何检索所有子列表并将它们连接到同一个列表中吗？我正在考虑在那之后做一个汇总表，看看在所有子列表中哪个数字显示得最多。谢谢

让我们随机分成10组：

set.seed（42）
n_集团
#> [[2]]
#>  [1] 42 37 39 19 32  1 49 45  9 38 25 15 17  2 36 16 33 30
#> 
#> [[3]]
#> [1] 32 48 30 16 47 18

将它们放入数据框：

d团顶点
#> 1      1     23
#> 2      1     36
#> 3      1     45
#> 4      1     13
#> 5      1     22
#> 6      1     43

顶点30出现在7个团中：

排序（表（d$vertex），递减=真）[1:10] #> #> 30 1 32 36 38 37 50 8 11 14 #> 7 5 5 5 5 4 4 3 3 3 以下是7个派系：

子集（d，顶点==30）$clique
#> [1] 1 2 3 4 6 7 9

让我们随机分成10组：

set.seed（42）
n_集团
#> [[2]]
#>  [1] 42 37 39 19 32  1 49 45  9 38 25 15 17  2 36 16 33 30
#> 
#> [[3]]
#> [1] 32 48 30 16 47 18

将它们放入数据框：

d团顶点
#> 1      1     23
#> 2      1     36
#> 3      1     45
#> 4      1     13
#> 5      1     22
#> 6      1     43

顶点30出现在7个团中：

排序（表（d$vertex），递减=真）[1:10] #> #> 30 1 32 36 38 37 50 8 11 14 #> 7 5 5 5 5 4 4 3 3 3 以下是7个派系：

子集（d，顶点==30）$clique
#> [1] 1 2 3 4 6 7 9

您只需

取消列表

和

表格

集团

set.seed(8675309) ##Sets the random number generator so that results are exactly reproducible.
g <- graph_from_edgelist(matrix(sample(LETTERS[1:10], 50, replace=T), ncol = 2), directed = FALSE) ##made a random graph
cliques <- max_cliques(g) ##Find maximal cliques

#cliques is a list of vectors containing nodes
#unlist turns the list into one vector, 
#a side effect of unlist is that the node ID is returned not the node
#name (in this case A-J) so we use the names function to grab the node names. 
#Lastly table tabulates the data, in this case counts the instances of each node in the vector. table could be replaced by tapply, or any other number of function.
nodeCliques <- table(names(unlist(cliques)))
#To get the nodes that are in the most cliques we subset the table based on the max number of cliques the nodes are in.
nodeCliques[which(nodeCliques==max(nodeCliques))]
# H I 
# 4 4 

set.seed（8675309）##设置随机数生成器，使结果完全可重复。
g您可以
取消列出
和
表格
集团

set.seed(8675309) ##Sets the random number generator so that results are exactly reproducible.
g <- graph_from_edgelist(matrix(sample(LETTERS[1:10], 50, replace=T), ncol = 2), directed = FALSE) ##made a random graph
cliques <- max_cliques(g) ##Find maximal cliques

#cliques is a list of vectors containing nodes
#unlist turns the list into one vector, 
#a side effect of unlist is that the node ID is returned not the node
#name (in this case A-J) so we use the names function to grab the node names. 
#Lastly table tabulates the data, in this case counts the instances of each node in the vector. table could be replaced by tapply, or any other number of function.
nodeCliques <- table(names(unlist(cliques)))
#To get the nodes that are in the most cliques we subset the table based on the max number of cliques the nodes are in.
nodeCliques[which(nodeCliques==max(nodeCliques))]
# H I 
# 4 4 

set.seed（8675309）##设置随机数生成器，使结果完全可重复。
非常感谢，这是简洁和有益的！请您解释一下nodeclikes是如何感谢您的，这是一个非常彻底的解释！非常感谢，这是简洁和有益的！请您解释一下nodeclikes是如何感谢您的，这是一个非常彻底的解释！我可以知道这里的x=50是什么意思吗，在
sample（x=50，团大小[I]）
中？它意味着我要从
1:50
的间隔中采样
group大小[I]
的数字。更多细节参见：也考虑运行代码看看发生了什么。我可以知道x＝50是什么意思吗？在<代码>示例中（x＝50，cLimiStudioSt[i]）< /代码>？这意味着我想从区间<代码> 1:50中采样<代码> CbILILYSIZ[I] <代码>编号。查看更多细节：也考虑运行代码看看发生了什么。