R 数据可视化 —— ggraph 边与节点

前言

将网络图结构与我们平常绘制的数据图进行对比，我们可以发现，图的布局就相当于每个数据点的坐标，而节点就相当于数据点，边就是连接数据点的几何图形，可以是直线、曲线或带箭头的线等。

所以，不同的节点形状和不同的边形状进行组合，就绘制出了上节我们展示的各式各样的图形。

下面，我们要介绍节点与边的相关操作，图结构如下

edges <- read.csv('~/Downloads/p53_signaling_pathway.csv')
colnames(edges) <- c("from", "to")
edges <- edges %>%
  mutate(corr = sample(-1:1, size = n(), replace = TRUE))

nodes <- data.frame(
  name = unique(union(edges$from, edges$to))
  )
nodes$type <- sample(c("up", "down"), size = length(nodes$name), replace = TRUE)

g <- tbl_graph(nodes = nodes, edges = edges)

节点

节点就像是一个数据点，我们也可以用 ggplot2 的方式来绘制所有的节点

ggraph(g, layout = 'kk') +
  geom_point(aes(x, y)) +
  theme_graph()

因为对图进行布局时，会返回一个数据框

> head(create_layout(g, layout = 'kk'))
            x           y   name friends .ggraph.orig_index circular .ggraph.index
1  0.44575339 -2.14390304   MDM4     few                  1    FALSE             1
2 -0.93225120  0.59792670  CHEK1     few                  2    FALSE             2
3 -0.07559781  0.92801986    ATR     few                  3    FALSE             3
4 -0.62547450  0.89958214  CHEK2     few                  4    FALSE             4
5 -1.14085626  0.24507223    ATM     few                  5    FALSE             5
6  2.63609895 -0.06153547 IGFBP3     few                  6    FALSE             6

我们实际使用的是这个数据框来绘制的，因此，我们可以在 aes() 中使用布局算法返回的数据框中的变量

虽然可以使用 ggplot2 所提供的几何图形，但是 ggraph 在 ggplot2 的基础上定义了自己的几何图形 geom_node_*()，让我们的代码更加清晰、简洁。

ggraph 包含的节点几何图形有：

1. geom_node_point

将节点表示为点，其参数类似于 geom_point

ggraph(g, layout = 'kk') +
  geom_node_point(aes(colour = type, shape = type), size = 4) +
  theme_graph()

所有的 geom_node_*()函数都有一个额外的参数 filter 可以用于筛选节点

ggraph(g, layout = 'kk') +
  geom_node_point(aes(filter = type == "down"), 
                  shape = 23, size = 4, 
                  colour = "blue", fill = "red") +
  theme_graph()

2. geom_node_text 和 geom_node_label

这两个函数用于将节点绘制成纯文本或带矩形框的文本，可以类比于 geom_text 和 geom_label，少了一个 group 参数，其他参数都一样

ggraph(g, layout = 'stress') +
  geom_node_text(aes(label = name, colour = type), 
                 angle = 45, repel = TRUE) +
  theme_graph()

ggraph(g, layout = 'stress') +
  geom_node_label(aes(label = name, fill = type), 
                  colour = "white", fontface = "bold", 
                  repel = TRUE) +
  theme_graph()

使用 repel 尽可能避免文本的重叠

3. geom_node_tile

在 treemap 布局中，可以绘制矩形树状图。参数类似于 geom_tile()

我们先构建一个树结构

flareGraph <- tbl_graph(flare$vertices, flare$edges) %>%
  mutate(
    class = map_bfs_chr(node_is_root(), .f = function(node, dist, path, ...) {
      if (dist <= 1) {
        return(shortName[node])
      }
      path$result[[nrow(path)]]
    })
  )

绘制矩形树状图

ggraph(flareGraph, 'treemap', weight = size) +
  geom_node_tile(aes(fill = class, filter = leaf, alpha = depth), colour = NA) +
  geom_node_tile(aes(size = depth), colour = 'white') +
  scale_alpha(range = c(1, 0.5), guide = 'none') +
  scale_size(range = c(4, 0.2), guide = 'none')

在 partition 布局中，可以绘制冰柱图

ggraph(flareGraph, 'partition') +
  geom_node_tile(aes(y = -y, fill = class)) +
  theme_graph()

在这里，我们设置了 y = -y 将冰柱图倒置

4. geom_node_voronoi

维诺图，将节点绘制成类似细胞一样的形状，根据节点将空间进行分割，可以避免节点之间的重叠

ggraph(g, layout = 'stress') +
  geom_node_voronoi(aes(fill = type, colour = type), alpha = 0.3) +
  geom_node_point() + 
  geom_edge_link() + 
  theme_graph()

可以设置 max.radius 参数的值，让节点形状看起来更像细胞

ggraph(g, layout = 'stress') +
  geom_node_voronoi(aes(fill = type, colour = type), 
                    alpha = 0.3, max.radius = 1) +
  geom_node_point() + 
  geom_edge_link() + 
  theme_graph()

5. geom_node_circle

绘制圆形节点，必须与 coord_fixed() 搭配使用才能绘制圆形。

ggraph(g, layout = 'stress') +
  geom_node_circle(aes(fill = type, 
                       colour = type, r = 0.2)) +
  geom_edge_link() + 
  coord_fixed() +
  theme_graph()

必须在 aes 中设置 r 的值

与 circlepack 布局搭配使用，可以绘制圆堆积图.

ggraph(flareGraph, 'circlepack') +
  geom_node_circle(aes(fill = factor(depth))) +
  coord_fixed() +
  theme_graph()

那为什么不用设置 r 的值呢？因为该布局返回值中包含了 r

> head(create_layout(flareGraph, 'circlepack'))
          x          y          r circular  leaf depth          name size shortName   class .ggraph.orig_index
1  0.000000  0.0000000 16.1255485    FALSE FALSE     0         flare    0     flare   flare                252
2 -7.859692  9.2774060  3.6877643    FALSE FALSE     1 flare.animate    0   animate animate                224
3 -4.679497  3.6143179  2.8071727    FALSE FALSE     1    flare.data    0      data    data                227
4 -2.911247  7.5871414  1.5413945    FALSE FALSE     1 flare.display    0   display display                228
5 -2.001902  1.5657652  0.5641896    FALSE FALSE     1    flare.flex    0      flex    flex                229
6 -2.878393 -0.9334722  2.0842862    FALSE FALSE     1 flare.physics    0   physics physics                230
  .ggraph.index
1             1
2             2
3             3
4             4
5             5
6             6

6. geom_node_arc_bar

根据内外半径弧线绘制图形，主要与圆形 partition 布局搭配，绘制 sunburst 图

ggraph(flareGraph, 'partition', circular = TRUE, weight = size) +
  geom_node_arc_bar(aes(fill = class)) +
  coord_fixed() +
  theme_graph()

7. geom_node_range

主要与 fabric 分布一起使用，将节点作为水平线

ggraph(g, layout = 'fabric') +
  geom_node_range(aes(color = type, linetype = type), 
                  size = 0.8) +
  geom_edge_span() + 
  theme_graph()

边

我们可以将节点作为数据点，那边就是 geom_segment() 了吗？可以这么理解，但是 ggraph 提供了更多的内容。

直线只是边的其中一种表现形式，有时候甚至没有绘制，而是以一种容量或位置的形式表现，如 treemap、circle packing 和 partition 布局。但大多数时候都是以某种线条的形式来表现的。

边的几何形状都是用 geom_edge_*() 函数来设置的，几乎每个几何形状都有三个不同水平的函数，即 geom_edge_*0() 和 geom_edge_*2()。

其中，常规版本，即不带数字后缀的函数，会沿着边将其分割为一系列的点，并且每个点都有一个数字值 index，该值与点的位置相关。例如 colour = stat(index) 会沿着边的方向设置渐变颜色。

2 后缀的函数为长边模式，在边的起始和终止节点插入节点参数，通常性能更低。只在需要的时候再用。0 后缀的函数是最高性能的版本，会忽略掉很多设置，追求极致的性能，没有 index 计算变量

通常这些函数都有一些共同的参数用于对边进行设置：

• edge_colour，也可以使用 colour 参数，会自动进行转换
• edge_width
• edge_linetype
• edge_alpha
• filter

geom_edge_*() 和 geom_edge_*2() 函数的参数还可以设置边的标签等：

• start_cap
• end_cap
• label
• label_pos
• label_size
• angle
• hjust
• vjust
• family
• fontface
• lineheight

1. link

使用直线连接节点

ggraph(g, layout = 'stress') + 
  geom_edge_link0(aes(colour = factor(corr))) +
  theme_graph()

使用 index 变量来绘制渐变色

ggraph(g, layout = 'stress') + 
  geom_edge_link(aes(colour = factor(corr), alpha = stat(index))) +
  theme_graph()

使用节点的类型为边上色，记住不能直接使用 type，类型不同的节点之间的边会有两种颜色

ggraph(g, layout = 'stress') + 
  geom_edge_link2(aes(colour = node.type)) +
  theme_graph()

2. fan

如果两个节点之间的边不只一条，那直接绘制直线的方式是不行的。对于存在平行边的图，可以使用 geom_edge_fan() 来绘制，不同的平行边，会绘制成不同曲率的圆弧，而没有平行边的还是绘制成直线。例如

gr <- create_notable('bull') %>%
  convert(to_directed) %>%
  bind_edges(data.frame(from = c(1, 2, 2, 3), to = c(2, 1, 3, 2))) %E>%
  mutate(class = sample(letters[1:3], 9, TRUE)) %N>%
  mutate(class = sample(c('x', 'y'), 5, TRUE))

ggraph(gr, 'stress') +
  geom_edge_fan2(aes(colour = node.class)) +
  theme_graph()

其他设置与 link 相同

上面的代码中 %E>% 管道表示对边数据框进行操作，%N>% 表示对节点数据框进行操作

3. parallel

与 fan 类似，将平行边绘制成平行线

ggraph(gr, 'stress') +
  geom_edge_parallel0(aes(colour = class)) +
  theme_graph()

4. loops

如果图存在自循环，正常使用上面的方法是不会显示的，因为这种边是没有长度的，可以使用 geom_edge_loop

ggraph(gr, 'stress') +
  geom_edge_loop(aes(colour = stat(index))) +
  geom_edge_fan(aes(colour = stat(index))) +
  theme_graph()

自循环没有 geom_edge_loop2() 函数

5. density

添加密度阴影

ggraph(g, layout = 'stress') + 
  geom_edge_density(aes(fill = factor(corr))) +
  geom_edge_link(alpha = 0.25) +
  theme_graph()

6. arcs

曲线边，通常与 linear 和 circular 布局一起使用。

ggraph(g, 'linear') +
  geom_edge_arc2(aes(colour = node.type), strength = 0.6) +
  theme_graph()

圆形布局

ggraph(g, 'linear', circular = TRUE) +
  geom_edge_arc2(aes(colour = node.type), strength = 0.6) +
  theme_graph()

7. elbow

用于绘制树状图，用直角边连接两个节点

irisDen <- hclust(dist(iris[1:4], method = 'euclidean'), method = 'ward.D2') %>%
  as_tbl_graph() %>%
  mutate(class = sample(letters[1:3], n(), TRUE)) %>%
  activate(edges) %>%
  mutate(class = sample(letters[1:3], n(), TRUE))
  
ggraph(irisDen, 'dendrogram') +
  geom_edge_elbow2(aes(colour = node.class)) +
  theme_graph()

上面的代码中，activate() 函数用于激活边或节点数据框，即 activate(edges) 表示后面的管道操作都是针对边数据框来进行的

圆形布局

ggraph(irisDen, 'dendrogram', circular = TRUE) +
  geom_edge_elbow(aes(colour = stat(index))) +
  coord_fixed() +
  theme_graph()

8. diagonals

将边绘制成对角贝塞尔曲线，也是一种树状图

ggraph(irisDen, 'dendrogram') +
  geom_edge_diagonal0(aes(colour = class)) +
  theme_graph()

9. bends

也是绘制树状图，是 diagonals 的一种替代方案，相当于二次贝塞尔曲线，圆角连接线

ggraph(irisDen, 'dendrogram') +
  geom_edge_bend2(aes(colour = node.class)) +
  theme_graph()

10. hive

该几何图形只能与 hive 布局一起使用，将边绘制为贝塞尔曲线

g <- g %>%
  mutate(friends = ifelse(
    centrality_degree(mode = 'all') < 3, "few",
    ifelse(centrality_degree(mode = 'all') > 3, "many", "medium")
  ))

ggraph(g, 'hive', axis = friends) + 
  geom_edge_hive(aes(colour = factor(corr))) + 
  geom_axis_hive(aes(colour = friends), size = 2, label = FALSE) + 
  coord_fixed() +
  theme_graph()

11. span

将边绘制为竖直线，用于连接水平线表示的节点，只能在 fabric 布局中使用

ggraph(g, 'fabric', sort.by = node_rank_fabric()) + 
  geom_node_range(aes(colour = type)) + 
  geom_edge_span(aes(colour = factor(corr)), end_shape = 'circle') + 
  scale_edge_colour_brewer(palette = "Set1") +
  theme_graph()

12. point and tile

对于 matrix 布局，x 轴表示起始节点的位置，y 轴表示终止节点的位置，表可以表示为对应于 (x, y) 的图形

对于下面的图

gr <- create_notable('zachary') %>%
  mutate(group = group_infomap()) %>%
  morph(to_split, group) %>%
  activate(edges) %>%
  mutate(edge_group = as.character(.N()$group[1])) %>%
  unmorph()

绘制不同形状的点来表示边

ggraph(gr, 'matrix', sort.by = node_rank_hclust()) +
  geom_edge_point(aes(colour = edge_group, edge_shape = edge_group), 
                  mirror = TRUE, edge_size = 3) +
  scale_y_reverse() +
  coord_fixed() +
  theme_graph()

或者使用矩形来表示

ggraph(gr, 'matrix', sort.by = node_rank_hclust()) +
  geom_edge_tile(aes(fill = edge_group), 
                  mirror = TRUE, edge_size = 3) +
  scale_y_reverse() +
  coord_fixed() +
  theme_graph()

边样式

1. strength

许多边几何图形都有一个 strength 参数，用于表示它们与直线的偏离程度，strength = 0 将会变成直线，默认样式对应于 strength = 1。

例如

small_tree <- create_tree(10, 2)

ggraph(small_tree, 'dendrogram') + 
  geom_edge_elbow(strength = 0.75) +
  theme_graph()

ggraph(small_tree, 'dendrogram') + 
  geom_edge_diagonal(strength = 0.5) +
  theme_graph()

2. 边的修饰

边不仅仅只是一条线，它还可以添加标签和箭头

2.1 箭头

给边添加箭头的方式与 ggplot2 一样，例如

ggraph(g, layout = 'graphopt') + 
  geom_edge_link(arrow = arrow(length = unit(4, 'mm'))) + 
  geom_node_point(size = 5) +
  theme_graph()

但是这种不好看，箭头的顶点都延伸到节点的中心了，所以，我们需要设置边与两端节点之间的间隔

ggraph(g, layout = 'graphopt') + 
  geom_edge_link(arrow = arrow(length = unit(4, 'mm')),
                 end_cap = circle(3, 'mm')) + 
  geom_node_point(size = 5) +
  theme_graph()

可以看到，箭头已经与节点分开了。

可以使用 circle()、square()、ellipsis() 和 rectangle() 函数来设置不同类型的间隔

ggraph(g, layout = 'stress') + 
  geom_edge_arc(aes(colour = corr), 
                arrow = arrow(length = unit(4, 'mm')),
                start_cap = square(3, 'mm'),
                end_cap = circle(3, 'mm')) + 
  geom_node_point(aes(colour = type), size = 5) +
  theme_graph()

对于纯文本的节点，可以计算标签的矩形范围来控制间隔

ggraph(g, layout = 'graphopt') + 
  geom_edge_link(aes(colour = corr, 
                start_cap = label_rect(node1.name),
                end_cap = label_rect(node2.name)),
                arrow = arrow(length = unit(4, 'mm'))) + 
  geom_node_text(aes(label = name), size = 3) +
  theme_graph()

2.2 标签

我们可以为边添加标签

edges <- edges %>%
  mutate(corr = sample(-1:1, size = n(), replace = TRUE),
         type = ifelse(corr == -1, "Neg", 
                       ifelse(corr == 0, "None", "Pos"))
         )
g <- tbl_graph(nodes = nodes, edges = edges)

ggraph(g, layout = 'stress') + 
  geom_edge_link(aes(label = type, 
                end_cap = circle(2, 'mm')),
                arrow = arrow(length = unit(4, 'mm'))) + 
  geom_node_point(aes(colour = type), size = 3) +
  theme_graph()

让标签沿着边放置

ggraph(g, layout = 'stress') + 
  geom_edge_link(aes(label = type),
                 angle_calc = 'along',
                 label_dodge = unit(2.5, 'mm'),
                 end_cap = circle(2, 'mm'),
                 arrow = arrow(length = unit(4, 'mm'))) +
  geom_node_point(aes(colour = type), size = 3) +
  theme_graph()