用igraph绘制网络

我想从相关矩阵创建一个网络，并绘制它。我想用igraph来做这个。这是我的数据的一个子集

我的数据

这就是我所运行的：

> library(psych)

> mydata <- read.csv(file="L5_filt.txt", header=T, row.names=1, sep="\t")

> mydata_t <- t(as.matrix(mydata))

> cor.matrix <- cor(mydata_t, method = "spearman")

> t = which(cor.matrix > 0.6 & lower.tri(cor.matrix),arr.ind=TRUE)

> t.graph=graph.data.frame(t,directed=F)

> t.names <- colnames(cor.matrix)[as.numeric(V(t.graph)$name)]

> par(mai=c(1,1,0.1,0.15), mar=c(1, 0, 1, 1), mgp=c(2,1,0), mfrow=c(1,2), cex=0.7, lwd=0.5)

> plot(t.graph, vertex.size=5, vertex.shape="circle", vertex.label.color="red", vertex.label=t.names, vertex.label.cex=0.9, edge.width=1, layout=layout.fruchterman.reingold)

>图书馆（心理学）
>mydata mydata\u t cor.matrix t=其中（cor.matrix>0.6和更低的.tri（cor.matrix），arr.ind=TRUE）
>t.graph=graph.data.frame（t，directed=F）
>t.名称par（mai=c（1,1,0.1,0.15），mar=c（1,0,1,1），mgp=c（2,1,0），mfrow=c（1,2），cex=0.7，lwd=0.5）
>绘图（t.graph，vertex.size=5，vertex.shape=“circle”，vertex.label.color=“red”，vertex.label=t.names，vertex.label.cex=0.9，edge.width=1，layout=layout.fruchterman.reingold）

---

现在我想在同一个图上显示所有的“强”相关性，包括正相关性和负相关性，因此在r>0.6和的情况下，您应该使用

abs

来选择元素：

t = which(abs(cor.matrix) > 0.6 & lower.tri(cor.matrix),arr.ind=TRUE)

注意这里你的矩阵只包含1，-1，NA，也许你应该回顾一下你是如何计算相关性的

然后使用t索引创建如下颜色向量，例如：

E(t.graph)$color =   ifelse(cor.matrix[t] > 0.6,'magenta','green')

然后使用相同的plot语句

---

我使用corr.test函数生成相关矩阵cor.matrix 0.6和更低。tri（cor.matrix），arr.ind=TRUE）我得到一个错误：abs中的error（cor.matrix）：数学函数的非数值参数您知道如何生成值范围为-1到+1的相关矩阵，然后我可以使用它来构建网络吗？如果您使用了

corr.test

，请将所有实例

cor.matrix

替换为

cor.matrix$r

。您发现Kendall cor rank有任何差异吗？

E(t.graph)$color =   ifelse(cor.matrix[t] > 0.6,'magenta','green')