如何使用R语言igraph包绘制符合特定样式要求的网络图？

需求说明 #

• 权重为0时不显示对应边；
• 为parameter（灰色边）、feedback（蓝色边）、design（粉色边）、intent（黄色边）四个属性分别创建独立边，两节点间可存在0-4条边；
• 节点标签始终位于节点旁，且不与边或箭头重叠；
• 节点根据所属类别设置不同颜色（如E类为绿色、I类为红色）。

现有代码 #

#install.packages("igraph")
library(igraph)
data <- read.csv(file.choose(), sep=";", header=T)
y <- data.frame(data$From, data$To, data$Weight, data$Class, data$Parameter, data$Feedback, data$Design, data$Intent)
net <- graph.data.frame(y, directed=T)
V(net)
E(net)
V(net)$label <- V(net)$name
V(net)$degree <- degree(net)
hist(V(net)$degree, col="red", main="Histogram of Node Degree", ylab="Frequency", xlab="Degree of Vertices")
set.seed(222)
plot(net, edge.width = y$data.Weight, vertex.color="red", vertex.size=5, edge.arrow.size=1, edge.color="blue", vertex.label.dist=1.5, vertex.label.cex=1, vertex.label.color="black")

相关图示 #

• 当前网络图：![当前网络图，节点均为红色，边为蓝色，标签与边存在重叠]
• 数据集截图：![数据集截图，包含From、To、Weight、Class、Parameter、Feedback、Design、Intent列]
• 目标网络图：![目标网络图示例，节点分颜色显示，不同类型边用不同颜色区分，标签位置合理]

优化后的代码 #

library(igraph)

# 读取数据
data <- read.csv(file.choose(), sep=";", header=T)

# 拆分四类边数据，过滤权重为0的情况
edge_types <- list(
  parameter = data[data$Parameter != 0, c("From", "To", "Parameter")],
  feedback = data[data$Feedback != 0, c("From", "To", "Feedback")],
  design = data[data$Design != 0, c("From", "To", "Design")],
  intent = data[data$Intent != 0, c("From", "To", "Intent")]
)

# 构建空的有向图
net <- make_empty_graph(directed = TRUE)

# 添加所有节点（去重）
all_nodes <- unique(c(data$From, data$To))
net <- add_vertices(net, length(all_nodes), name = all_nodes)

# 为每类边添加到图中，并设置属性
for (type in names(edge_types)) {
  edges <- edge_types[[type]]
  if (nrow(edges) > 0) {
    # 获取节点索引
    from_idx <- match(edges$From, V(net)$name)
    to_idx <- match(edges$To, V(net)$name)
    # 添加边
    net <- add_edges(net, c(rbind(from_idx, to_idx)))
    # 设置边的属性：类型、颜色、权重
    edge_attr(net, "type") <- c(edge_attr(net, "type"), rep(type, nrow(edges)))
    edge_attr(net, "color") <- c(edge_attr(net, "color"), 
                                 switch(type,
                                        parameter = "gray",
                                        feedback = "blue",
                                        design = "pink",
                                        intent = "yellow"))
    edge_attr(net, "weight") <- c(edge_attr(net, "weight"), edges[[3]])
  }
}

# 设置节点颜色：根据Class列匹配（假设每个节点Class唯一）
node_class <- data.frame(name = all_nodes,
                         class = sapply(all_nodes, function(x) {
                           unique(data$Class[data$From == x | data$To == x])
                         }))
V(net)$color <- ifelse(node_class$class == "E", "green", "red")

# 设置节点标签属性，减少重叠
V(net)$label <- V(net)$name
V(net)$label.dist <- 1.2
V(net)$label.degree <- -pi/4  # 调整标签角度，避免与边重叠
V(net)$label.cex <- 1
V(net)$label.color <- "black"

# 基础视觉设置
V(net)$size <- 5
E(net)$width <- E(net)$weight
E(net)$arrow.size <- 1

# 绘制网络图（用FR布局优化节点分布）
set.seed(222)
plot(net, layout = layout_with_fr)

代码实现说明 #

1. 过滤0权重边：针对四类边分别筛选权重非0的行，仅保留需要展示的边；
2. 独立边类型创建：拆分四类边数据逐一添加到图中，为每类边绑定对应颜色属性，支持两节点间多条不同类型边共存；
3. 标签重叠优化：通过vertex.label.degree调整标签角度，配合layout_with_fr布局优化节点间距，减少标签与边的重叠；
4. 节点分类着色：建立节点与Class的映射关系，按类别设置绿色（E类）或红色（I类）节点颜色。

内容的提问来源于stack exchange，提问作者unicus.sapiens