使用Jaccard相似度为图边分配权重时遇错误，求原因解析

咱们一步一步拆解你遇到的两个问题：

1. 「subscript out of bounds」错误的核心原因 #

similarity.jaccard(g) 返回的是一个顶点×顶点的相似度矩阵，矩阵的行和列默认按图中顶点的数字ID（即顶点在图中的顺序，从1开始）索引。但如果你原始数据里用的是自定义顶点名称（比如字符串、非连续数字），get.edgelist(g) 获取的边列表里存的就是这些名称，而非数字ID。

举个例子：假设你的图顶点是A、B、C，sim 矩阵的行/列是1、2、3对应A、B、C，但 el 里的边是[A,B]，这时候用sim[el]相当于用字符串去索引数字下标的矩阵，自然会触发「下标越界」的错误。

2. 「length of NULL cannot be changed」警告的由来 #

这个警告是连锁反应：因为sim[el]的结果无效（比如长度为0或和边数不匹配），当你尝试把这个无效值赋值给E(g)$weight时，由于E(g)$weight原本是NULL（图一开始没有权重属性），R无法修改一个NULL对象的长度，所以抛出这个警告。

修复步骤 #

这里有两种简单的修复方式，选一种适合你的即可：

方式一：把边列表转换为顶点数字ID #

先将边列表中的顶点名称转换成对应的数字ID，再去索引相似度矩阵：

dat <- read.delim(file.choose(), header = F)
g <- graph_from_data_frame(dat, directed = F)
g <- simplify(g)
sim <- similarity.jaccard(g)
el <- get.edgelist(g)
# 把边列表中的顶点名称转换为数字ID
el_ids <- apply(el, 1, function(edge) match(edge, V(g)$name))
# 赋值权重
E(g)$weight <- sim[el_ids]

方式二：给相似度矩阵添加顶点名称索引 #

直接把sim矩阵的行名和列名设置为顶点名称，这样边列表里的名称就能直接索引：

dat <- read.delim(file.choose(), header = F)
g <- graph_from_data_frame(dat, directed = F)
g <- simplify(g)
sim <- similarity.jaccard(g)
# 给相似度矩阵设置行/列名为顶点名称
rownames(sim) <- V(g)$name
colnames(sim) <- V(g)$name
el <- get.edgelist(g)
# 现在可以直接用边列表索引赋值
E(g)$weight <- sim[el]

你也可以先运行head(el)和head(sim)查看两者的索引是否匹配，确认问题后再用上面的方法修复，这样更稳妥。

内容的提问来源于stack exchange，提问作者Saeed VA