解决pcalg中pc@graph转igraph失败问题及替代绘图方法

一、解决graphNEL转igraph的报错问题 #

报错原因是graphNEL类（来自Bioconductor的graph包）无法直接通过as()函数转换为igraph对象，需要借助intergraph包提供的转换工具：

• 安装并加载intergraph包

install.packages("intergraph")
library(intergraph)

• 替换转换代码
  把原来的gr = as(pc1@graph, 'igraph')改成：

gr = asIgraph(pc1@graph)

修改后的完整可视化代码：

library(MASS)
library(pcalg)
library(igraph)
library(intergraph)

# 生成数据部分不变
Corrs <- matrix(c(1.0,0.6,0.7,0.5,0.6,1.0,0.5,0.6,0.7,0.5,1.0,0.7,0.5,0.6,0.7,1.0), 4, 4)
SDs <- c(1.0,0.5,2.0,1.0)
Covs <- SDs %*% t(SDs) * Corrs
dat = as.data.frame(mvrnorm(100, mu=c(0,0,0,0), Sigma=Covs))

n = nrow(dat)
V = colnames(dat)
pc1 = pc(suffStat=list(C=cor(dat), n=n),
         indepTest=gaussCItest,
         alpha=0.05, labels=V, u2pd='retry')

# 转换为igraph对象
gr = asIgraph(pc1@graph)

# 绘图
plot.igraph(gr, layout=layout_in_circle,
            vertex.label=V, vertex.shape='circle', vertex.size=30,
            vertex.label.cex=0.55, vertex.label.color='black',
            edge.arrow.size=0.6)

二、PC模型的更便捷可视化方式 #

不需要转igraph，pcalg包自带针对pc对象的绘图方法，直接调用plot()即可，还能通过参数调整样式：

基础用法 #

plot(pc1)

自定义样式示例 #

如果需要调整节点、边的样式，可以用以下参数：

plot(pc1, 
     main="PC算法生成的因果图",
     nodeNames = V,
     shape = "circle",
     nodeSize = 30,
     edgeLwd = 2,
     edgeCol = "darkgray",
     txtCol = "black",
     cex = 0.8)

这种方法不需要依赖igraph或intergraph，更适合快速可视化PC模型的结果。

内容的提问来源于stack exchange，提问作者striatum