基于igraph绘制多数据集图并按不同尺度为节点着色

我来帮你一步步实现根据指定尺度给igraph节点上色的需求，结合你给出的示例代码和尺度数据，具体操作如下：

1. 先把尺度数据整理成可匹配的格式 #

首先得把你给出的尺度表格转换成R里的数据框，这样方便后续和节点名称匹配。假设phj的数值你后续会补充，我先留个示例值，你可以替换成实际数据：

# 构建尺度数据框，这里用第一列数值作为颜色映射依据，也可以换其他列
scale_data <- data.frame(
  category = c("ghj", "ght", "pht", "phj"),
  score = c(1.8, 2.5, -3.5, 0.7) # phj的数值示例，替换成你的实际数据
)

2. 从节点名称里提取对应尺度类别 #

你的节点名称都是xxx_yyy格式，下划线后面的就是我们要匹配的尺度类别（比如ghj、pht），用字符串拆分提取出来：

# 获取所有节点的名称
node_names <- V(g)$name
# 拆分每个节点名称，提取下划线后的类别
node_cats <- sapply(strsplit(node_names, "_"), function(x) x[2])

3. 匹配尺度分数并映射颜色 #

接下来把每个节点的类别和尺度数据匹配，然后把分数映射成颜色。这里用颜色渐变来直观展示分数高低，比如低分用蓝色，高分用红色：

# 匹配每个节点对应的尺度分数
node_scores <- scale_data$score[match(node_cats, scale_data$category)]

# 创建颜色渐变 palette（可以自己调整颜色组合）
color_range <- colorRampPalette(c("blue", "red"))(100)
# 把分数归一化到0-1区间，方便对应到palette的索引
norm_scores <- (node_scores - min(node_scores, na.rm = TRUE)) / 
  (max(node_scores, na.rm = TRUE) - min(node_scores, na.rm = TRUE))
# 给每个节点分配对应的颜色
node_colors <- color_range[round(norm_scores * 99) + 1]
# 处理没有匹配到分数的节点（比如示例里的ghi），设为灰色
node_colors[is.na(node_colors)] <- "gray"

4. 给igraph设置颜色并绘图 #

最后把颜色赋值给节点，然后绘图就可以看到效果了：

# 给节点设置颜色
V(g)$color <- node_colors
# 绘图，调整标签大小让图更清晰
plot(g, vertex.label.cex = 0.8)

完整可运行的示例代码 #

把所有步骤整合起来，你可以直接复制运行，记得替换scale_data里的实际数值：

library(igraph)

# 构建你的示例图
m <- matrix(data = c("a1_ghj", "a1_phj", "b2_ghj", "c1_pht", "c1_ght", "a1_ghi", "g5_pht", "d2_phj", "r5_phj", "u6_pht"), ncol = 2)
g <- graph_from_edgelist(m)

# 自定义尺度数据（替换成你的实际数据）
scale_data <- data.frame(
  category = c("ghj", "ght", "pht", "phj", "ghi"), # 加上示例里的ghi类别
  score = c(1.8, 2.5, -3.5, 0.7, 1.3) # 对应每个类别的分数
)

# 提取节点类别
node_names <- V(g)$name
node_cats <- sapply(strsplit(node_names, "_"), function(x) x[2])

# 匹配分数并生成颜色
node_scores <- scale_data$score[match(node_cats, scale_data$category)]
color_range <- colorRampPalette(c("blue", "red"))(100)
norm_scores <- (node_scores - min(node_scores, na.rm = TRUE)) / 
  (max(node_scores, na.rm = TRUE) - min(node_scores, na.rm = TRUE))
node_colors <- color_range[round(norm_scores * 99) + 1]
node_colors[is.na(node_colors)] <- "gray"

# 设置颜色并绘图
V(g)$color <- node_colors
plot(g, vertex.label.cex = 0.8, main = "igraph节点按尺度上色")

小提示 #

• 如果你想基于尺度里的其他列（比如asd、rty）来上色，只需要把scale_data$score换成对应的列名就行。
• 颜色渐变可以随意调整，比如改成c("green", "yellow", "red")来展示不同的冷暖色调。
• 如果有更多未匹配的节点类别，记得在scale_data里补充对应的分数，或者调整默认颜色。

内容的提问来源于stack exchange，提问作者minoo