在sapply中调用igraph::transitivity函数传递参数出错的技术咨询——基于100个Erdos Renyi模型的网络分析

我来帮你理清这个问题——核心原因是**mean_distance和transitivity的参数顺序不一样**，你之前的调用方式没适配transitivity的参数要求，导致了错误。

先分析你遇到的两个错误： #

1. 第一个错误 Error in match.arg(...) : 'arg' must be of length 1：
   你写的sapply(gs, igraph::transitivity, 1:100)，sapply会把1:100作为第二个参数传给transitivity，但transitivity的第二个参数是type（可选值是"global"/"local"等），你传的1:100完全不符合要求，所以报错。而mean_distance的第二个参数是节点集合v，所以你之前传1:100是有效的。

2. 第二个错误 argument "graph" is missing with no default：
   你写的sapply(gs, igraph::transitivity(type = "global", 1:100))是错误的函数调用方式——你先执行了transitivity(type = "global", 1:100)，但这个调用里根本没传必填的graph参数，而且sapply的第二个参数应该是函数本身，不是函数执行后的结果。

正确的解决方案 #

根据你需要的聚类系数类型（全局或节点平均），选下面的代码：

1. 计算每个图的全局聚类系数，再取100个图的平均值

全局聚类系数是整个图的聚类指标，直接用type="global"：

set.seed(666)
# 先确保你的gs列表创建正确（和你原代码一致）
gs <- list()
for (x in seq_len(100L)) {
  gs[[x]] <- erdos.renyi.game(374, 0.0084, type = "gnp", directed = F)
  E(gs[[x]])$weight <- sample(1:5, ecount(gs[[x]]), T)
}

# 正确计算全局聚类系数的均值
random_mean_clus <- sapply(gs, function(g) {
  igraph::transitivity(g, type = "global")
})
# 取100个图的平均
mean(random_mean_clus)

2. 计算每个图的节点平均聚类系数，再取100个图的平均值

如果你说的"平均聚类系数"是指每个节点的局部聚类系数的平均值，用type="local"，并且处理孤立节点（避免NA）：

random_mean_clus <- sapply(gs, function(g) {
  # isolates="zero"把孤立节点的聚类系数设为0，避免mean计算时出现NA
  mean(igraph::transitivity(g, type = "local", isolates = "zero"))
})
mean(random_mean_clus)

关键说明 #

用匿名函数function(g)的方式，能明确把sapply遍历到的每个图对象g作为transitivity的第一个参数（必填的graph参数），然后你可以自由指定其他参数（比如type），完全避免参数顺序的混淆。

内容的提问来源于stack exchange，提问作者copperring