Rstudio下使用igraph如何将介数设为节点属性并优化可视化

核心原因是介数原始数值跨度过大，直接乘以固定系数会导致高介数节点尺寸溢出、低介数节点几乎不可见，可通过以下两种方式处理：

方案1：介数归一化映射到固定尺寸区间（保留全节点） #

不需要过滤节点，只需将介数值线性映射到你指定的节点尺寸范围，即可兼顾大小节点的展示效果：

# 计算原始介数
BCVET <- betweenness(CVET, directed=TRUE)

# 自定义节点尺寸的最小、最大值，可根据展示需求调整
min_vertex_size <- 2
max_vertex_size <- 25

# 线性归一化映射
BC_scaled <- (BCVET - min(BCVET)) / (max(BCVET) - min(BCVET)) * (max_vertex_size - min_vertex_size) + min_vertex_size

# 绘图时直接使用映射后的尺寸
plot(CVET, 
     vertex.color=rainbow(52),
     vertex.size=BC_scaled,
     main='Betweenness',
     vertex.label.cex=0.6,
     edge.arrow.size=0.1, 
     layout=layout_nicely)

如果介数值差距达到数量级，可先做对数转换压缩高值区间，再做归一化，替换上面的映射步骤即可：

# 对数转换避免高值过度突出
BC_log <- log1p(BCVET)
BC_scaled <- (BC_log - min(BC_log)) / (max(BC_log) - min(BC_log)) * (max_vertex_size - min_vertex_size) + min_vertex_size

方案2：过滤低介数节点，仅保留核心节点可视化 #

如果需要彻底隐藏低贡献的小节点，可按阈值筛选后生成核心子图再可视化：

BCVET <- betweenness(CVET, directed=TRUE)
# 设定保留阈值：此处保留介数排名前30%的节点，可自行调整分位数
threshold <- quantile(BCVET, 0.7)
keep_nodes <- V(CVET)[BCVET >= threshold]
# 提取核心子图
CVET_core <- induced_subgraph(CVET, keep_nodes)

# 对核心子图计算介数并归一化尺寸
BC_core <- betweenness(CVET_core, directed = TRUE)
min_vertex_size <- 3
max_vertex_size <- 30
BC_core_scaled <- (BC_core - min(BC_core)) / (max(BC_core) - min(BC_core)) * (max_vertex_size - min_vertex_size) + min_vertex_size

# 绘制核心节点网络图
plot(CVET_core, 
     vertex.color=rainbow(length(V(CVET_core))),
     vertex.size=BC_core_scaled,
     main='核心节点介数分布',
     vertex.label.cex=0.6,
     edge.arrow.size=0.1, 
     layout=layout_nicely)

内容的提问来源于stack exchange，提问作者Tavirio