足球运动员社交网络聚类：树状图创建报错求助

错误信息：FUN(X[[i]], ...) 中出错：as.sociomatrix.sna 的输入必须是邻接矩阵/数组、网络对象或列表。

你的代码问题在于：graph_from_edgelist生成的是igraph图对象，但cor()函数无法直接处理这类对象——它需要矩阵格式的好友关系数据，才能计算不同运动员朋友圈的相关性。

修正后的代码及说明 #

# 读取数据集
footballplayers <- read.csv("footballplayer.csv", header = TRUE)

# 根据边列表生成图对象（好友关系建议设为无向，若确实是单向关注保留directed=TRUE）
footballplayers_e <- graph_from_edgelist(as.matrix(footballplayers), directed = FALSE)

# 将图对象转为邻接矩阵：行/列对应运动员，单元格1=存在好友关系，0=无
adj_matrix <- as_adjacency_matrix(footballplayers_e, type = "both", names = TRUE, sparse = FALSE)

# 计算运动员朋友圈的相关性：转置矩阵后，每行代表一个运动员的好友列表，cor计算列表间的相关性
# 用1减去相关系数得到距离值，用于聚类
similarities <- as.dist(1 - cor(t(adj_matrix)), upper = TRUE) 

# 层次聚类并绘制树状图
footballplayersdend <- hclust(similarities)
plot(footballplayersdend)

关键修正点 #

• 转成邻接矩阵：用as_adjacency_matrix()把igraph对象转换成数值矩阵，这是计算相关性的前提
• 转置矩阵：默认邻接矩阵的行是"SELF"列的运动员，列是"OTHER"列的好友；转置后每行对应一个运动员的所有好友，这样cor()才能正确计算不同运动员朋友圈的相似度
• 可选调整：如果你的数据是单向关注（不是双向好友），可以把as_adjacency_matrix的type参数改成"out"，只保留每个运动员主动关注的好友列表

内容的提问来源于stack exchange，提问作者user20825888