基于Hamming值调整数据框生成图的顶点布局技术求助

首先注意到你代码里的一个小笔误：vertice.df里的name1和name2应该是数据框里的g1和g2，先修正这个问题。接下来，要实现顶点间距与Hamming值匹配的布局，核心思路是将Hamming值转换为边的权重，然后使用支持权重的布局算法——因为Hamming值越大，代表两个顶点的差异越大，我们希望它们在图上的距离越远，所以需要把Hamming值映射为反向的权重（比如1/Hamming，或者负的Hamming值，具体取决于布局算法的逻辑）。

完整实现代码 #

# 你的原始数据
data.rw <- structure(list(g1 = c(1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5, 5, 5, 5, 6, 6, 6, 6, 6, 6, 6, 7, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8, 9, 9, 9, 9, 10, 10, 10, 11, 11, 12), g2 = c(2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 5, 6, 7, 8, 9, 10, 11, 12, 13, 6, 7, 8, 9, 10, 11, 12, 13, 7, 8, 9, 10, 11, 12, 13, 8, 9, 10, 11, 12, 13, 9, 10, 11, 12, 13, 10, 11, 12, 13, 11, 12, 13, 12, 13, 13), Hamming = c(116, 86, 101, 92, 84, 78, 83, 102, 87, 100, 96, 97, 90, 111, 98, 90, 92, 87, 114, 95, 108, 104, 109, 85, 74, 68, 60, 67, 84, 71, 84, 78, 79, 83, 85, 79, 78, 101, 90, 101, 91, 92, 72, 66, 67, 92, 77, 90, 82, 83, 62, 59, 88, 71, 86, 78, 81, 59, 78, 63, 74, 68, 73, 83, 60, 77, 75, 72, 89, 100, 94, 97, 79, 75, 82, 90, 93, 91)), row.names = c(NA, -78L), class = "data.frame")

set.seed(1234)

# 修正顶点提取的笔误
vertice.df <- unique(c(data.rw$g1, data.rw$g2))
# 创建无向图
g <- graph_from_data_frame(d = data.rw, vertices = vertice.df, directed = FALSE)

# 关键步骤：将Hamming值转换为边权重
# 这里用1/Hamming，因为Hamming值越大，权重越小，布局时顶点会越远
E(g)$weight <- 1 / data.rw$Hamming

# 使用Kamada-Kawai布局，该算法支持边权重，会根据权重调整顶点间距
# 也可以尝试layout_with_drl，同样支持权重
layout_kk <- layout_with_kk(g, weights = E(g)$weight)

# 绘制带自定义布局的图
plot(g, layout = layout_kk, edge.width = E(g)$weight * 50) # 调整边宽度让权重更直观

关键说明 #

• 权重转换逻辑：我们用1/Hamming作为边权重，是因为Kamada-Kawai算法的目标是最小化“实际顶点距离”与“理想距离（基于权重）”的偏差。权重越小，算法认为两个顶点应该离得越远，刚好匹配Hamming值越大、顶点间距越大的需求。如果你希望更直接控制理想距离，也可以将权重设为-data.rw$Hamming，效果类似。
• 布局算法选择：layout_with_kk是最适合这种基于距离需求的布局算法，它会全局优化顶点位置，确保顶点间的距离符合权重对应的预期。另外layout_with_drl（分布式递归布局）也支持权重，适合较大的图。
• 可视化优化：添加edge.width参数可以让边的宽度与权重关联，帮助你更直观地看到Hamming值的差异（Hamming值小的边更宽）。

内容的提问来源于stack exchange，提问作者delaye