咨询：如何实现为网络图顶点添加多种属性的函数

基础实现方案 #

直接把你现有的计算逻辑封装成函数，接收igraph对象并返回添加完属性的图：

library(igraph)

add_vertex_metrics <- function(g) {
  # 无权重顶点度
  V(g)$degree <- igraph::degree(g)
  # 无权重局部聚类系数
  V(g)$cc <- transitivity(g, type = "local", weights = NA)
  # 有权重局部聚类系数（自动使用图的权重属性）
  V(g)$ccw <- transitivity(g, type = "local")
  # 无权重归一化 closeness 中心性
  V(g)$closeness <- igraph::closeness(g, mode = "all", weights = NA, normalized = TRUE)
  # 有权重归一化 closeness 中心性
  V(g)$closenessw <- igraph::closeness(g, mode = "all", normalized = TRUE)
  
  return(g)
}

使用示例 #

调用函数时只需传入你的网络图，就能自动添加所有指标作为顶点属性：

# 创建测试图（完全图）
g_antt_i <- igraph::make_full_graph(10)
# 为图添加顶点指标
g_processed <- add_vertex_metrics(g_antt_i)
# 查看添加后的顶点属性
print(V(g_processed))

优化建议 #

如果需要更高的灵活性，可以给函数添加开关参数，让用户选择计算哪些指标，同时加入输入合法性检查：

add_vertex_metrics <- function(g, include_degree = TRUE, include_cc = TRUE, include_closeness = TRUE) {
  # 检查输入是否为合法的igraph对象
  if (!is.igraph(g)) {
    stop("输入必须是igraph类型的网络图对象")
  }
  
  if (include_degree) {
    V(g)$degree <- igraph::degree(g)
  }
  
  if (include_cc) {
    V(g)$cc <- transitivity(g, type = "local", weights = NA)
    V(g)$ccw <- transitivity(g, type = "local")
  }
  
  if (include_closeness) {
    V(g)$closeness <- igraph::closeness(g, mode = "all", weights = NA, normalized = TRUE)
    V(g)$closenessw <- igraph::closeness(g, mode = "all", normalized = TRUE)
  }
  
  return(g)
}

# 示例：只计算度和聚类系数
g_partial <- add_vertex_metrics(g_antt_i, include_closeness = FALSE)

注意：如果你的图没有设置权重属性，ccw和cc、closenessw和closeness的结果会完全一致，这是igraph函数的默认行为。

内容的提问来源于stack exchange，提问作者L3A