在R的igraph中筛选成员数>3的课程间二分图连接

我来帮你搞定这个问题！从学生选课的二分图转换到只保留共同选课学生数>3的课程关联图，其实分几步就能完成，我给你详细拆解一下：

我们需要先把「学生-课程」的二分图，投影成「课程-课程」的共现图（边的权重就是同时选两门课的学生数量），然后过滤掉权重≤3的边，最后移除孤立的课程节点，就能得到你想要的仅包含生物学和化学且带连线的图了。

假设你的选课数据是类似(学生ID, 课程名)的格式，代码如下：

import igraph as ig

# 替换成你的真实选课数据
enrollments = [
    ("s1", "生物学"), ("s2", "生物学"), ("s3", "生物学"), ("s4", "生物学"), ("s5", "生物学"),
    ("s1", "化学"), ("s2", "化学"), ("s3", "化学"), ("s4", "化学"), ("s6", "化学"),
    ("s1", "数学"), ("s2", "数学"), ("s3", "数学"),
    ("s7", "物理"), ("s8", "物理")
]

# 1. 构建二分图
g = ig.Graph.TupleList(enrollments, directed=False)
# 标记节点类型：True=学生，False=课程（根据你的数据格式调整判断逻辑）
g.vs["type"] = [v["name"].startswith("s") for v in g.vs]

# 2. 投影为课程间的共现图，权重=共同选课的学生数
course_graph = g.bipartite_projection(types=g.vs["type"], which=1, weights="weight")
# 参数说明：which=1 表示选择课程类型的节点；weights="weight" 让边权重自动计算共同邻居数

# 3. 过滤掉权重≤3的边
course_graph.delete_edges(course_graph.es.select(weight_le=3))

# 4. 移除没有关联的孤立课程节点
course_graph.delete_vertices(course_graph.vs.select(degree=0))

# 查看结果
print("剩余课程节点：", [v["name"] for v in course_graph.vs])
print("边及共同学生数：", [(e.source_vertex["name"], e.target_vertex["name"], e["weight"]) for e in course_graph.es])

# 可选：可视化结果
ig.plot(course_graph, vertex_label=course_graph.vs["name"], edge_label=course_graph.es["weight"])

如果你用R处理数据，代码逻辑是一致的：

library(igraph)

# 替换成你的真实选课数据
enrollments <- data.frame(
  student = c("s1", "s2", "s3", "s4", "s5", "s1", "s2", "s3", "s4", "s6", "s1", "s2", "s3", "s7", "s8"),
  course = c("生物学", "生物学", "生物学", "生物学", "生物学", "化学", "化学", "化学", "化学", "化学", "数学", "数学", "数学", "物理", "物理")
)

# 1. 构建二分图
g <- graph_from_data_frame(enrollments, directed = FALSE)
# 标记节点类型：TRUE=学生，FALSE=课程
V(g)$type <- V(g)$name %in% enrollments$student

# 2. 投影为课程共现图，权重=共同选课学生数
course_graph <- bipartite_projection(g, types = V(g)$type, which = "false")
# 参数说明：which="false" 选择课程类型的节点

# 3. 过滤权重≤3的边
course_graph <- delete_edges(course_graph, E(course_graph)[weight <= 3])

# 4. 移除孤立节点
course_graph <- delete_vertices(course_graph, V(course_graph)[degree(course_graph) == 0])

# 查看结果
cat("剩余课程节点：", V(course_graph)$name, "\n")
cat("边及共同学生数：", E(course_graph)$weight, "\n")

# 可选：可视化
plot(course_graph, vertex.label = V(course_graph)$name, edge.label = E(course_graph)$weight)

如果你的代码没得到预期结果，大概率是这几个原因：

• 二分图类型标记错误：一定要确保type属性正确区分了学生和课程节点，否则投影会出错。
• 没开启权重计算：投影时必须指定weights参数（Python），否则边不会带上共同学生数的权重。
• 过滤条件写反：要删除的是weight<=3的边，别写成weight>=3了。

内容的提问来源于stack exchange，提问作者Kimberly