Rで解析：ネットワーク図をわかりやすくプロット「netplot」パッケージ

「netplot」パッケージは、ggplot2と同じgridグラフィックスシステムの上に構築されたネットワーク描画エンジンです。最大の特徴は、既定値のまま実行するだけで見栄えのするネットワーク図が得られる点にあります。具体的には、描画領域に合わせて頂点やエッジのサイズを自動でスケーリングし、直線ではなく湾曲したエッジを描き、始点（ego）から終点（alter）へ向けてエッジの色をなめらかに混ぜ合わせる、といった処理が可能です。igraphやnetworkのオブジェクト、隣接行列をそのまま渡せるため、既存の解析フローにも組み込みやすくなっています。さらに、属性に応じた色分け、凡例の追加、グラデーション色の線分、円グラフの重ね描き、クリックした頂点の情報取得など、図表現を補助する関数も一通り揃っています。

パッケージバージョンは0.4-0。Windows 11 x64 (build 26200)のR version 4.6.1で確認しています。

＜おすすめのRに関する書籍です＞

Rによるやさしい統計学 | 山田 剛史, 杉澤 武俊, 村井 潤一郎

Amazonで山田 剛史, 杉澤 武俊, 村井 潤一郎のRによるやさしい統計学。アマゾンならポイント還元本が多数。

www.amazon.co.jp

パッケージのインストール

下記コマンドを実行してください。

# パッケージのインストール
install.packages("netplot")
install.packages("igraph")
install.packages("gridExtra")
install.packages("magrittr")

# パッケージの読み込み
library("netplot")
# ネットワークオブジェクトの生成・操作に使用
library("igraph")
# 複数のプロットを並べて表示するために使用
library("gridExtra")
# パイプ演算子を使用するために読み込み
library("magrittr")

コマンド例

詳細はコメント、パッケージのヘルプを確認してください。

まずnplot()でネットワークを描画します。頂点や辺の色は、make_vertex_colors()などのmake_colors()系関数で属性から一括生成でき、エッジの色はego()とalter()を用いた片側式で始点・終点の色を混ぜ合わせられます。nplot_legend()で凡例を追加でき、segments_gradient()でグラデーション色の線分を、piechart()で柔軟な円グラフを重ね描きできます。最後に、作成したプロット上でlocate_vertex()を使うと、クリックした頂点の情報を取得できます。

頂点の色や形状を属性に応じて設定しネットワーク図をプロット：nplotコマンド

### データ例の作成#####
# 乱数シードを固定して再現性を確保
set.seed(314)

# 4グループのネットワークを生成
# 各島は15頂点、島内は密（確率0.4）、島どうしは3本の橋で接続
g <- igraph::sample_islands(4, 15, 0.4, 3)

# 各頂点にグループ属性を付与
V(g)$community <- rep(c("A", "B", "C", "D"), each = 15)

# 各頂点の次数を属性として保存
V(g)$deg <- degree(g)
########

### オプションを設定しないでプロット#####
# igraph標準のプロット
#plot(g)
# netplotコマンドでプロット
nplot(g)
########

### 色はグループ、形状はグループ、サイズは次数を片側式でマッピングしてプロット#####
nplot(g, vertex.color  = ~ community,
      vertex.nsides = ~ community,
      vertex.size   = ~ deg)
#####

・オプションを設定しないでプロット

・色はグループ、形状はグループ、サイズは次数を片側式でマッピングしてプロット

＜おすすめのRに関する書籍です＞

超入門! Rでできるビジュアル統計学 学会・論文発表に役立つデータ可視化マニュアル | 藤井亮輔, 鈴木康司

Amazonで藤井亮輔, 鈴木康司の超入門! Rでできるビジュアル統計学 学会・論文発表に役立つデータ可視化マニュアル。アマゾンならポイント還元本が多数。

www.amazon.co.jp

各頂点と辺に使用するカラーベクトルを作成：make_vertex_colorsコマンド

### データ例の作成#####
# 乱数シードを固定
set.seed(1618)

# 50頂点のランダムグラフ（Erdős–Rényiモデル）を生成
g <- igraph::sample_gnp(50, 0.08)

# 各頂点に3つの役割のいずれかを割り当てる
V(g)$role <- sample(c("生産", "物流", "販売"), 50, replace = TRUE)
########

# 役割（"生産", "物流", "販売"）ごとに色分けしたカラーベクトルを作成
col <- make_vertex_colors(g, "role", categorical = TRUE)

# 作成した色ベクトルを頂点の塗り・枠・エッジに適用して描画
nplot(g) %>%
  set_vertex_gpar("core", fill = col, col = col) %>%
  set_vertex_gpar("frame", fill = col, col = col, alpha = .7) %>%
  set_edge_gpar(col = "gray50", fill = "gray50", alpha = .5)

エッジの色を始点（ego）と終点（alter）の色の混合で指定する：netplot-formulaeコマンド

# 6頂点の有向スターグラフ（中心から外向き）を作成
g <- make_star(6, mode = "out")

# 乱数シードを固定して再現性を確保
set.seed(555)

# 頂点ごとに異なる色を付けてネットワークを描画
np <- nplot(g, vertex.color = grDevices::hcl.colors(6), vertex.size.range = c(.1, .1))

# エッジの線幅を太くして色の混ざり方を見やすくする
np <- set_edge_gpar(np, lwd = 4)

# 各パネルの上部に見出しを付けるためのヘルパー関数
# arrangeGrob()のtop引数に文字列を渡すと、そのグロブの上に見出しが描かれる
titled <- function(x, title) {
  arrangeGrob(x, top = grid::textGrob(title, gp = grid::gpar(fontsize = 15, col = "red")))
}

# ego（始点）とalter（終点）の色の混ぜ方を変えた6パターンを並べて描画
grid.arrange(
  # 既定のエッジ色（始点側は薄いグレー、終点は頂点色）
  titled(np, "既定"),
  # 始点と終点、それぞれの頂点色を混ぜ合わせる
  titled(np %>% set_edge_gpar(col =~ ego + alter), "ego + alter"),
  # 始点側を透明にし、終点の色へフェードインさせる
  titled(np %>% set_edge_gpar(col =~ ego(alpha = 0) + alter), "ego(alpha=0) + alter"),
  # 終点側を透明にし、始点の色からフェードアウトさせる
  titled(np %>% set_edge_gpar(col =~ ego + alter(alpha = 0)), "ego + alter(alpha=0)"),
  # 混合の重みを終点側に全振りし、ほぼ終点色で描く
  titled(np %>% set_edge_gpar(col =~ ego(mix = 0) + alter(mix = 1)), "ego(mix=0) + alter(mix=1)"),
  # 混合の重みを始点側に全振りし、ほぼ始点色で描く
  titled(np %>% set_edge_gpar(col =~ ego(mix = 1) + alter(mix = 0)), "ego(mix=1) + alter(mix=0)")
)

ネットワーク図に凡例を追加：nplot_legendコマンド

### データ例を作成#####
# 乱数シードを固定
set.seed(808)
# 100頂点のランダムグラフを生成
g <- sample_gnp(100, 0.04)
# 各頂点に2種類の形状を割り当て（4は四角形、10は円に近い多角形）
V(g)$shape <- sample(c(4, 10), 100, replace = TRUE)
########

# 形状と色を属性に応じて設定してネットワークを描画
np <- nplot(
  g,
  vertex.nsides = V(g)$shape,
  vertex.color  = ifelse(V(g)$shape == 4, "darkorange", "steelblue")
)

# プロットに凡例を追加（既定では左側に配置される）
# labelsは項目名、pchは各項目の記号（22=四角形、21=円、NA=線）
# gpのfill・lwd・colで、記号の塗り色・線の太さ・線の色を項目ごとに指定する
nplot_legend(
  np,
  labels = c("四角形の頂点", "円形の頂点", "エッジ"),
  pch    = c(22, 21, NA),
  gp     = gpar(
    fill = c("darkorange", "steelblue", NA),
    lwd  = c(NA, NA, 1),
    col  = c(NA, NA, "gray40")
  )
)

＜おすすめのRに関する書籍です＞

Rによるやさしい統計学 | 山田 剛史, 杉澤 武俊, 村井 潤一郎

Amazonで山田 剛史, 杉澤 武俊, 村井 潤一郎のRによるやさしい統計学。アマゾンならポイント還元本が多数。

www.amazon.co.jp

辺をカラーグレードで描画し、グラデーション効果を付与：segments_gradientコマンド

# 乱数シードを固定
set.seed(999)
# 2次元のランダムウォークの座標を生成
x <- cbind(cumsum(rnorm(400, sd = .25)), cumsum(rnorm(400, sd = .25)))

# 線分の本数（座標点の数より1つ少ない）
n <- nrow(x) - 1
# 始点から終点へ向かって太くなる線幅ベクトルを用意
lwd <- seq(0.5, 6, length.out = n)

# 描画領域だけを準備（線はまだ描かない）
plot(x, type = "n")

# 黄→赤のグラデーションで、色が濃く（赤く）なるほど線を太く描画
# colにcolorRamp2()で作った色関数、lwdは...経由でsegments()へ渡る
segments_gradient(x, col = colorRamp2(c("gold", "firebrick")), lwd = lwd)

円環上に分割された領域を色分けして表示：piechartコマンド

# 各カテゴリの値
vals <- c(8, 5, 12, 3, 6)

# 一番外側のリング（値をラベルとして表示）
piechart(vals, col = grDevices::hcl.colors(5, "Teal"),
    border = NA, doughnut = .5, radius = .8, labels = vals)

# 内側のリング（同じ値を重ねて二重ドーナツにする）
piechart(vals, col = grDevices::hcl.colors(5, "Peach"),
    border = NA, doughnut = .25, radius = .5, add = TRUE)

# 各スライスを外側にずらして強調した円グラフ
piechart(c(30, 20, 35, 15),
    col = grDevices::hcl.colors(4, "Sunset"),
    slice.off = c(.05, 0, .1, 0),
    labels = c("東", "西", "南", "北"))

プロット内でクリックされた頂点の情報を取得：locate_vertexコマンド

# 乱数シードを固定
set.seed(246)
# 60頂点のランダムグラフを生成
g <- sample_gnp(60, 0.07)

# ネットワークを描画
nplot(g)

# クリックした頂点の名前・座標・ビューポートを取得
res <- locate_vertex()

# 取得した情報を表示
print(res)

＜おすすめのRに関する書籍です＞

The R Tips 第3版 データ解析環境Rの基本技・グラフィックス活用集

R は統計計算とグラフィックスのための言語・環境で、R の熟練度に合わせて読んでいただけるよう、2部構成にしています。初心者向けにはR入門編、統計や数値計算、プログラミング技法やデータハンドリング等、グラフィックスなど実行したい人はR-Tips 編で学ぶことができます。 著者: 舟尾暢男

www.amazon.co.jp

この記事が誰かの役に立ちますように。