igraph 算网络指标_网络分析概述之网络基础简介

网络分析概述之网络基础简介 从本节开始介绍网络分析 。本篇暂且对网络概念作个初步简介，随后的章节再一一展示怎样分析数据。根据白鱼同学目前比较熟悉的领域，今后的章节主要以“微生物互作网络”、“基因共表达网络”为例作阐述。 注：该“网络”是指数学中分析数据的一种方法，不是“互联网”，也不是“神经网络”之类的。

网络基础概述

何为网络，及其基本结构

在数学中，“网络”(networks)通常被称为“图”(graphs)，关于图研究的数学领域称为“图理论”(graph theory)。网络图中的基本元素是节点和边，构建网络图时，将对象称为“节点”(vertices或nodes)，并通常将它们绘制为点；将节点之间的连接称为“边”(edges或links)，并且通常将它们绘制为点之间的线。如此，得到了网络图。

正式地来说，一个图G=(V,E)是一种包含“节点”集合V与“边”集合E的数学结构，其中E的元素是不同节点的无序组合{u,v}，u,v∈V。节点的数量N_v=|V|和边的数量N_e=|E|有时分别被称为图G的“阶数”(order)和“规模”(size)。不失一般性，常简单地使用整数1,…,N_v对节点和边进行标记。

网络可以代表现实世界中的各种系统，例如，可以将因特网描述为网络，其中节点是计算机或其他设备，边是设备之间的物理连接(线路，或者无线)；食物链中，节点是物种，边代表了能量的单向流动。

也可以反映假定的关联模型，例如，通过转录组的基因表达水平的相对变化，推测基因间的相互作用关系；微生物物种的互作关系难以像宏观物种那样直接观测，也常根据丰度的协变去推断。

其他示例如社交网络、运输网络、代谢网络、通信网络等等。如下展示一些网络图示例。

(https://mathinsight.org/image/internet_map_jurvetson_2004)

(https://mathinsight.org/image/us_congress_twitterers_porternovelli_2009)

 

(https://mathinsight.org/image/c_elegans_connectome_anatomy_model)

(https://mathinsight.org/image/metabolic_network_model_for_Escherichia_coli)

网络图基本类型，有向图和无向图

对于网络图G，若集合E中每条边的两个节点都有次序(即对于u,v∈V，(u,v)与(v,u)不同)，则图G称为“有向图”(directed graph或digraph)。这些边被称为“有向边”(directed edges)或“弧”(ares)，有向边(u,v)的方向规定从左到右，即从起点u指向终点v。需要注意的是，有向图中一对节点间可能有两条有向边，分别以其中一个节点作为起点，另一个作为终点，此时，两条有向边称为是“双向”(mutual)的。类似的，对于网络图G，若每条边的两个节点没有次序，则图G称为“无向图”(undirected graph)。在某些情况下，也可能允许节点具有自连接，这意味着在网络图中出现某节点从自身到自身的边，即“自环”(loops)。

若两个节点间存在多余一条