在本章中，你將探索 Amazon 購買圖的一個子集。你會在既有所學上更進一步，找出重要的商品，並發現是什麼驅動了購買行為。你也會透過觀察不同時間區間內的圖形，來檢視圖形如何隨時間變化。

探索你的資料集

找出二元組與三元組

群聚與互惠性

重要產品

什麼造就「重要的商品」？

探索時間結構

跨時間的指標

隨時間繪製指標

隨時間探索圖形

在本課中，你將藉由查看帶有「#rstats」的對話，探索一些關於 R 的 Twitter 資料。首先，你會先檢視原始資料，並思考要如何建構你的圖形。做法有好幾種，而我們會介紹其中兩種：轉推（retweets）與提及（mentions）。你會建構這兩種圖，然後用多個指標加以比較。

建立你的轉推（retweet）圖形

視覺化圖形

用度數視覺化節點

中心性分佈是什麼樣子？

誰在對話中最重要？

繪製重要的頂點

建立 mentions 圖

比較 mention 與 retweet 圖形

同質連結（Assortativity）與互惠性（Reciprocity）

找出誰在和誰對話

找出社群

比較社群演算法

視覺化社群

人們如何在 Twitter 上談論 R？

在本章中，你將分析芝加哥共享單車網路的資料。我們會在入門課程已經涵蓋的概念上繼續延伸，並新增一些概念來處理具有加權邊的圖形。你也會從較為原始的資料著手，學習如何從你可能找到的資料來源逐步建立起你的圖形。

從原始資料建立圖形

為不同使用者類型建立圖形

比較不同使用者類型的圖形

比較圖形距離與地理距離

比較訂閱用戶與非訂閱用戶的距離

往返最多的站點

加上權重的最常往返站點

視覺化中心頂點

加權中心性衡量

連通性

尋找最小割 1

尋找最小割 2

無權重叢聚隨機化

加權群聚的隨機化

芝加哥的共享單車

到目前為止，我們所做的一切都是使用 igraph 的繪圖功能。它提供了許多強大的方式來繪製你的圖形資料。不過，許多人更喜歡使用其他繪圖框架，如 ggplot2，甚至是互動式的框架，如 d3.js。在本課中，你會看看建立在 ggplot2 框架之上的其他繪圖函式庫。你也會了解其他非「毛球」型的方法，例如 hive plots，以及如何建立互動式與動畫圖表。

其他繪製圖形用的套件！

ggnet 基礎

ggnetwork 基礎

互動式視覺化

使用 ggiraph 製作互動式圖形

互動式 JavaScript 圖形

替代型視覺化

視覺化圖形的替代方式：Hive plot

作為 HTML 小工具的 BioFabric

在地圖上繪製圖形

視覺化圖形資料的其他方式

Twitter retweet graph

Amazon purchase graph over time

Twitter mention graph

Bike sharing data

Amazon graph

既然你已經熟悉網路分析的基礎，現在是時候看看如何把這些概念應用到大型的真實世界資料集。你將完成三個不同的案例研究，每一個都在前一個的基礎上延伸。這些案例研究所使用的資料類型，正是你在學術與產業情境中都會遇到的。我們會探討你在計算與視覺化上可能面臨的挑戰，以及如何解決它們。你對 igraph 的認識會持續加深，同時我們也會善用其他視覺化函式庫，協助你把圖形帶到網頁上。

Network Analysis in R

在四個案例研究中，將網路分析的基本概念應用於大型真實數據集。

案例研究：R 的網路分析

運用網路分析基本概念，於四個案例中處理大型真實資料集。

比較圖形距離與地理距離

Create Your Free Account