如何提取Walktrap社区检测中各分区的模块度分数？（R新手求助）

嗨，作为社区检测和R语言的新手，你已经完成了创建图和运行Walktrap算法的步骤，这很棒！针对你想提取每个分区的模块度分数的需求，igraph并没有直接提供现成的函数，但我们可以基于模块度的计算公式手动实现，下面我会一步步帮你完成：

步骤1：明确模块度的计算逻辑 #

模块度的核心是衡量社区内部的边权重与随机情况下的边权重的差异。对于单个社区$C$，它的模块度贡献可以用以下公式计算：

$Q_C = \frac{1}{2m} \sum_{i,j \in C} (w_{ij} - \frac{k_i k_j}{2m})$
其中：

• $w_{ij}$是节点i和j之间的边权重（有向图的场景下，igraph的计算逻辑已经适配了有向情况，我们的代码会沿用这个逻辑）
• $k_i$是节点i的总权重（有向图下为入度权重与出度权重之和）
• $m$是图中所有边的总权重之和

步骤2：准备所需的基础数据 #

首先我们先获取图的总权重，以及每个节点对应的归属社区：

# 获取所有边的总权重
total_weight <- sum(E(net)$weight)
# 获取每个节点对应的社区编号（igraph的社区编号从1开始）
node_communities <- membership(com)

步骤3：编写函数计算单个社区的模块度贡献 #

我们可以写一个简单的小函数，输入社区编号就能输出该社区的模块度分数，代码里加了详细注释方便你理解：

community_modularity <- function(comm_id, graph, membership_vec, total_w) {
  # 筛选出当前社区的所有节点
  comm_nodes <- V(graph)[membership_vec == comm_id]
  # 提取该社区对应的子图
  comm_subgraph <- induced_subgraph(graph, comm_nodes)
  # 计算社区内部所有边的权重总和
  internal_weight <- sum(E(comm_subgraph)$weight)
  
  # 计算该社区所有节点的总权重（有向图下统计入度+出度的权重和）
  comm_node_weights <- strength(graph, vids = comm_nodes, mode = "all", weights = E(graph)$weight)
  total_comm_weight <- sum(comm_node_weights)
  
  # 套用公式计算该社区的模块度贡献
  q <- (internal_weight - (total_comm_weight^2)/(2*total_w)) / (2*total_w)
  return(q)
}

步骤4：批量计算所有社区的模块度分数 #

现在我们可以遍历所有10个社区，批量计算每个社区的模块度分数，最后整理成易读的数据框：

# 获取所有唯一的社区编号
comm_ids <- unique(node_communities)
# 批量计算每个社区的模块度
per_comm_modularity <- sapply(comm_ids, community_modularity, graph = net, membership_vec = node_communities, total_w = total_weight)
# 整理成数据框，方便查看
per_comm_mod_df <- data.frame(
  社区编号 = comm_ids,
  模块度分数 = per_comm_modularity,
  占整体模块度比例 = per_comm_modularity / modularity(com)
)
# 打印结果
print(per_comm_mod_df)

验证结果 #

你可以把所有社区的模块度分数加起来，结果应该和你得到的整体模块度（0.4819893）基本一致（可能存在微小的浮点误差）：

sum(per_comm_modularity)

另外，关于你提到的上传数据的问题，如果你后续需要更针对性的帮助，可以用dput()函数导出数据的一小部分（比如前20条边和前10个节点），示例代码如下：

dput(head(mylinks, 20))
dput(head(mynodes, 10))

然后把导出的文本粘贴出来就可以啦。

内容的提问来源于stack exchange，提问作者Thea