R igraph百万行csv内存
我有120万个节点数据,csv文件中有130万个边数据 在csv节点中,具有R igraph百万行csv内存,r,csv,igraph,R,Csv,Igraph,我有120万个节点数据,csv文件中有130万个边数据 在csv节点中,具有id | label列。在边缘csv中有source | target | edgeid列 在边缘部分,源是节点的id,目标是另一个节点的id 所以我尝试在R中创建网络图。顺便说一句,这是我在R上的第一次拍摄 library(igraph) nodesData<-read.csv("nodes.csv",header=TRUE,check.names=FALSE,sep="|",row.names=NULL) ed
id | label
列。在边缘csv中有source | target | edgeid
列
在边缘部分,源是节点的id,目标是另一个节点的id
所以我尝试在R中创建网络图。顺便说一句,这是我在R上的第一次拍摄
library(igraph)
nodesData<-read.csv("nodes.csv",header=TRUE,check.names=FALSE,sep="|",row.names=NULL)
edgesData<-read.csv("edges.csv",header=TRUE,check.names=FALSE,sep="|",row.names=NULL)
relation <- data.frame(c(edgesData$source),c(edgesData$target))
g<-graph.data.frame(relation,directed = FALSE)
plot(g, layout=layout.kamada.kawai)
这个数据大小应该可以正常工作,所以它是另一回事。你能分享一小部分数据吗?嘿,Gabor,我添加了edges.csv数据示例。而且它会持续高达130万。等等,这个错误来自布局算法?那么是的,您不能在这种大小的图上运行Kamada-Kawai算法,因为它使用邻接矩阵。实际上,这种大小的图形很难用任何算法可视化。我建议您对图形进行聚类,然后将聚类可视化。
source|target|type|id|label|weight
1|2|Undirected|1|""|1
2|3|Undirected|2|""|1
3|4|Undirected|3|""|1
4|5|Undirected|4|""|1
6|7|Undirected|5|""|1
7|8|Undirected|6|""|1
8|9|Undirected|7|""|1