如何使用igraph/tidygraph创建更新节点属性的时间循环并修复报错

你遇到的维度不匹配报错来自两个核心错误：

1. 矩阵乘法要求%*%左边是10×10的矩阵时，右边必须是长度为10的列向量，但你写的V(g)$prob[t][v]是单个数值，维度完全不匹配
2. 初始化时V(g)$prob是长度为10的普通向量，每个节点仅存1个值，无法存储多个时间步的计算结果，你用t索引该向量的逻辑完全不成立

优先单独用矩阵存储所有时间步的各节点prob值，再对应更新igraph节点属性，逻辑更清晰也更易调试：

• 第一步先创建维度为节点数×时间步总数+1的矩阵存储所有结果，第一列存初始prob值
• 每次循环先对全节点的t时刻prob向量做矩阵乘法，得到全节点t+1时刻的原始更新值
• 仅对未处于informed状态的节点赋值更新后的值，已informed的节点保持初始值不变

# 加载依赖包
library(igraph)
library(tidyverse)
library(ggraph)
library(ggnetwork)
library(tidygraph)

# 初始化参数
g <- play_erdos_renyi(10, .2)    
M <- matrix(0:1, nrow = 10, ncol = 10)
Periods <- 10
seeds <- c(1,3)
node_num <- length(V(g))

# 初始化节点属性
V(g)$informed <- FALSE
V(g)[seeds]$informed <- TRUE
V(g)$prob <- 0
V(g)[seeds]$prob <- 0.5

# 创建矩阵存储所有时间步的prob值，行=节点，列=时间步，第1列是初始值
prob_mat <- matrix(NA, nrow = node_num, ncol = Periods + 1)
prob_mat[,1] <- V(g)$prob

# 时间循环
for (t in 1:Periods) {
  # 先计算全节点t+1时刻的更新值
  next_prob <- as.vector(M %*% prob_mat[,t])
  for(v in 1:node_num) {
    if(!V(g)[v]$informed) {
      prob_mat[v, t+1] <- next_prob[v]
    } else {
      # 已informed节点保持初始值不变
      prob_mat[v, t+1] <- prob_mat[v, 1]
    }
  }
}

# 如果需要把最终时间步的prob更新回igraph节点属性
V(g)$final_prob <- prob_mat[, Periods + 1]

内容的提问来源于stack exchange，提问作者AC24