对于网络图，其实我们并不陌生，用的比较普遍的是Cytoscape这个软件。不过，我们今天的主角是R包---igragh。相比Cytoscape，igragh的便利之处就是你不用趴在电脑上很痛苦的去一一调整节点的大小，颜色等属性。接下来，我就开启小白学习之旅了。
一、安装并加载所需R包
代码语言：javascript复制install.packages("igraph")
library(igraph)二、使用方法
对于图 graph 这种数据结构而言，最基本的元素包括节点（node） 和 边（edge，节点之间的连线）; igraph这个R包提供了很多种创建graph的方式，我们先看一个最简单的例子：
代码语言：javascript复制g1 <- graph( edges=c(1,2, 2,3, 3, 1), n=3, directed=F)
plot(g1)
#简单用参数directed修改，directed参数控制graph有无方向，标明节点之间的指向性；
g2 <- graph( edges=c(1,2, 2,3, 3, 1), n=10) #默认情况下，directed=T；
plot(g2)
g1
g2
再举一个栗子，我们改变节点的颜色，标签位置等：
代码语言：javascript复制g3 <- graph( c("John", "Jim", "Jim", "Jack", "Jim", "Jack", "John", "John"), isolates=c("Jesse", "Janis", "Jennifer", "Justin") )
plot (g3, edge.arrow.size=.5, vertex.color=rgb(.25, .5, .3, alpha=.5), vertex.size=15, vertex.frame.color="gray", vertex.label.color="black", vertex.label.cex=0.8, vertex.label.dist=2, edge.curved=0.2)
#参数很多了，而且"Jesse", "Janis", "Jennifer", "Justin"均是独立的。改变graph（）里的参数后（去掉isolates参数），network会有很大变化。左右滑动查看完整内容
g3-1
g3-2
下面我们来了解一下在用igraph包画图时可能会用到的函数和参数。
（1）构建graph数据结构：
前面已经说过，igraph这个R包提供了很多种创建graph的方式。如上面的graph函数（也可以是make_graph()），其次还有
graph_from_literal()
graph_from_data_frame()
graph_from_incidence_matrix()
graph_from_adjacency_matrix()等
在R中，输入?graph_from后按table键可查看更多，这里我先讲上面提到的几种常见且易操作的函数。
（2）了解绘图，?Plot.igraph即可查看plot()函数更多参数：
NODES
vertex.color
节点颜色
vertex.frame.color
节点边框颜色
vertex.shape
节点的形状：有circle，square，csquare，rectangle， crectangle，vrectangle，pie，raster，sphere
vertex.size
节点的大小 (default is 15)
vertex.label
节点的标签
vertex.label.family
标签的字体系列 (e.g.“Times”, “Helvetica”)
vertex.label.font
字体: 1 plain, 2 bold, 3, italic, 4 bold italic, 5 symbol
vertex.label.cex
字体大小
vertex.label.dist
标签与顶点的距离（默认值为0，标签以顶点为中心）
vertex.label.degree
标签相对于顶点的位置, （0，pi，pi/2，-pi/2分别表示有，左，下和上）
EDGES
edge.color
边的颜色
edge.width
边宽, 默认值为1
edge.arrow.size
箭头大小，默认值为 1
edge.arrow.width
箭头宽度，默认值为 1
edge.lty
线条类型
edge.curved
边的曲率，范围0-1（FALSE设置为0，TRUE设置为0.5）
OTHER
layout
布局，通过layout参数可以方便的指定，使用不同的布局算法；对于不同类型的graph，有不同的自动化的布局算法，默认值为layout_nicely。
三、开始画图
代码语言：javascript复制# graph_from_literal()函数
用这种描述简单构图： - 表示无向连接，+ - 或 - + 指向左和右的有向关系，++表示对称关系，“:”表示顶点集。
#无向图
gl <- gl <- graph_from_literal(A:B:C---D:e:f,g--h,o)
plot(gl)
# 有向图
plot(graph_from_literal( A +-+ B --- C ++ D + E))
#在有向图中B C之间是不相连的
无向图
有向图
代码语言：javascript复制##小贴士：
· 无向图之间的连接使用-，或者---,这个长度是任意的，如graph_from_literal(A-B) 和 graph_from_literal(A-----B) 等价 ， 多个顶点可以直接相连，如graph_from_literal(A---B----C---D)；
· 图中的孤立点，可以逗号分开，作为独立的参数，如 上图的o；
· 顶点集，使用:连接的顶点为一个顶点集，顶点集之间的点不相连，其余点均与顶点相连。
· 使用+作为箭头；
· 有向图中，如果顶点之间没有箭头（+），则表示这两个点不相连，双向的箭头可以使用一个或者两个+代替；左右滑动查看完整内容
代码语言：javascript复制# graph_from_data_frame()函数，从文件中读取network数据（读取文件的方式就是常规数据读取方式，read.table 或 read.csv等）
#示例数据：左右滑动查看完整内容
代码语言：javascript复制library(igraph)
net <- graph_from_data_frame(d=links, vertices=nodes, directed=T)
class(net) ##查看net数据类型
代码语言：javascript复制### 用下面命令查看网络数据的nodes, edges及它们的属性:
E(net)
V(net)
E(net)$type
V(net)$media
####展示画图，调整画图参数：增加节点标签等
plot(net, edge.arrow.size=.2, edge.curved=0,
vertex.color="skyblue", vertex.frame.color="#555555",
vertex.label=V(net)$media, vertex.label.color="black",
vertex.label.cex=.7)
代码语言：javascript复制##丰富网络图的内容；
colrs <- c("gray50", "tomato", "gold") #设置节点的分类颜色
V(net)$color <- colrs[V(net)$media.type]
V(net)$size <- V(net)$audience.size*0.6 #设置节点大小
V(net)$label.color <- "black" #设置节点颜色
E(net)$width <- E(net)$weight/6 #基于weight值设置边的宽度
E(net)$arrow.size <- .2 #设置箭头及边的大小
E(net)$edge.color <- "gray80" #设置边的颜色
plot(net,vertex.label=V(net)$media,vertex.label.cex=.7)
代码语言：javascript复制###添加标签，修改布局（layout）
ll <- layout_nicely(net) ##更多布局用?igraph::layout_进行查看
plot(net, layout=ll)
legend(x=-1.5, y=-1.1, c("Newspaper","Television", "Online News"), pch=21,
col="#777777", pt.bg=colrs, pt.cex=2, cex=.8, bty="n", ncol=1)
好了，igraph包的入门我就先讲到这里！现在要赶紧去动手实践哦！