R网络图

我有数据，其中X列是评论，然后是大多数评论都有的单词列。是否可以创建一个图，其中节点是评论，边是单词

X action age ago amazing american art author back bad beautiful beginning
1   1     1   0    0        0      0    0     0    0     0         0
2   0     0   0    0        0      0    0     0    0     0         0
3   0     0   0    0        0      0    0     0    1     0         0
4   1     3   0    0        0      2    1     0    0     0         0
5   0     0   1    0        1      0    0     2    0     1         0

另一个想法是根据使用的单词及其频率在图表中删除评论

---

多谢各位。非常感谢您的帮助。

使用您的示例数据，您可以创建包含节点（每个评论）和边（当两个评论使用同一个词时，两个评论是相连的）的图形。此外，您可以根据两篇评论共有多少单词来对边缘进行加权，此外，您还可以使用不同形状/颜色的边缘来表示不同的单词

有几种方法可以使用数据创建图形。首先，创建一个邻接矩阵，其中每一列和每一行都代表一个回顾。邻接矩阵只计算两个评论之间是否有一个共同的词。如果两篇评论共用一个词，则取值1，否则为零

邻接矩阵与此类似，后者表示列和行标签：

 Review A B C D 
    A   0 1 1 1 
    B   1 0 0 1   
    C   1 0 0 1   
    D   1 1 1 0

使用igraph包中的_adjuncy（）中的R命令graph_，您可以创建一个图形并使用plot函数

其次，您还可以创建一个权重矩阵，计算两个评论之间共享的单词数。使用igraph包中的_adjuncy（，weighted=T）中的相同命令graph_，可以从该矩阵创建一个图。 您可以在此处找到关于igraph软件包的网络分析的详细介绍：

第三，可以从边和节点数据帧中指定图形

“节点”数据框将包含每个节点的简短id，可能还包含名称以及您可能希望包含的关于节点的所有其他信息：

 id long_review_name 
  R1       A
  R2       B 
  R3       C
  R4       D

“边缘”数据框收集有关两个审阅之间连接的所有信息。首先，也是最重要的一点，它将记录从和到列中的所有边。此外，它可以包含频率，如边缘上的权重和类型所表示的，这两个节点共享哪个单词连接：

 from   to  weight  type 
  R1    R2    1   american
  R1    R2    1   age
  R1    R3    2   american
  R1    R3    1   age 
  R1    R4    1   age 
  R2    R4    2   american

---

要将边和节点数据帧转换为图形，您需要使用命令graph_from_data_frame（d=链接，顶点=节点）

使用您的示例数据，可以创建包含节点（每个评论）和边（两个评论使用同一个词时是连接的）的图形。此外，您可以根据两篇评论共有多少单词来对边缘进行加权，此外，您还可以使用不同形状/颜色的边缘来表示不同的单词

有几种方法可以使用数据创建图形。首先，创建一个邻接矩阵，其中每一列和每一行都代表一个回顾。邻接矩阵只计算两个评论之间是否有一个共同的词。如果两篇评论共用一个词，则取值1，否则为零

邻接矩阵与此类似，后者表示列和行标签：

 Review A B C D 
    A   0 1 1 1 
    B   1 0 0 1   
    C   1 0 0 1   
    D   1 1 1 0

使用igraph包中的_adjuncy（）中的R命令graph_，您可以创建一个图形并使用plot函数

其次，您还可以创建一个权重矩阵，计算两个评论之间共享的单词数。使用igraph包中的_adjuncy（，weighted=T）中的相同命令graph_，可以从该矩阵创建一个图。 您可以在此处找到关于igraph软件包的网络分析的详细介绍：

第三，可以从边和节点数据帧中指定图形

“节点”数据框将包含每个节点的简短id，可能还包含名称以及您可能希望包含的关于节点的所有其他信息：

 id long_review_name 
  R1       A
  R2       B 
  R3       C
  R4       D

“边缘”数据框收集有关两个审阅之间连接的所有信息。首先，也是最重要的一点，它将记录从和到列中的所有边。此外，它可以包含频率，如边缘上的权重和类型所表示的，这两个节点共享哪个单词连接：

 from   to  weight  type 
  R1    R2    1   american
  R1    R2    1   age
  R1    R3    2   american
  R1    R3    1   age 
  R1    R4    1   age 
  R2    R4    2   american

---

要将边和节点数据帧转换为图形，您需要使用命令graph_from_data_frame（d=链接，顶点=节点）

以下是三种探索数据关系的方法：

par(mfrow=c(1,3))

# two mode network (reviews+words)
library(igraph)
set.seed(1)
g <- graph_from_data_frame(subset(reshape2::melt(df, 1), !!value, -value)[2:1])
V(g)$type <- bipartite.mapping(g)$type 
plot(g, layout = layout_as_bipartite(g)[, 2:1], vertex.color = V(g)$type+1L)

# just the reviews:
library(reshape2)
lst <- with(subset(melt(df, 1), !!value)[2:1], split(X, variable))
lst <- lst[lengths(lst)>1]
lst <- lapply(lst, function(x) t(combn(x, m=2)))
g <- graph_from_edgelist(do.call(rbind, lst), dir = F)
E(g)$label <- rep(names(lst), sapply(lst, nrow))
plot(g)

# review clustering
df[-1] %>% dist(meth="bin") %>% hclust %>% plot

par（mfrow=c（1,3））
#双模网络（评论+文字）
图书馆（igraph）
种子（1）
g以下是三种探索数据关系的方法：

par(mfrow=c(1,3))

# two mode network (reviews+words)
library(igraph)
set.seed(1)
g <- graph_from_data_frame(subset(reshape2::melt(df, 1), !!value, -value)[2:1])
V(g)$type <- bipartite.mapping(g)$type 
plot(g, layout = layout_as_bipartite(g)[, 2:1], vertex.color = V(g)$type+1L)

# just the reviews:
library(reshape2)
lst <- with(subset(melt(df, 1), !!value)[2:1], split(X, variable))
lst <- lst[lengths(lst)>1]
lst <- lapply(lst, function(x) t(combn(x, m=2)))
g <- graph_from_edgelist(do.call(rbind, lst), dir = F)
E(g)$label <- rep(names(lst), sapply(lst, nrow))
plot(g)

# review clustering
df[-1] %>% dist(meth="bin") %>% hclust %>% plot

par（mfrow=c（1,3））
#双模网络（评论+文字）
图书馆（igraph）
种子（1）
g非常感谢你的想法。我会尝试做你建议的图表。我如何从我的数据中创建一个熟练的矩阵？在R中，在excel？中，邻接矩阵用于一维图。最短的方法是创建lukeA描述的图形，然后从igraph包中应用get.adjacence命令。非常感谢您的想法。我会尝试做你建议的图表。我如何从我的数据中创建一个熟练的矩阵？在R中，在excel？中，邻接矩阵用于一维图。最短的方法是按照lukeA所述创建图形，然后从igraph包中应用get.adjacence命令。谢谢您的回答。在第一个代码中“！！value，-value”是什么意思？另外，我忘了提到我有csv格式的数据，它包括260多个单词和大约3000条评论，这将如何影响您答案中的代码？
！！value
是
value==TRUE
的缩写，
-value
从子集中删除名为value的列。逗号分隔或空格分隔的数据并不重要。从概念上讲，200个单词中的2个单词也没关系；实际上，结果可能会太忙。但那是另一个问题。谢谢你的回答。在第一个代码中“！！value，-value”是什么意思？另外，我忘了提到我有csv格式的数据，它包括260多个单词和大约3000条评论，这将如何影响你答案中的代码