Mon objectif est de faire une visualisation dynamique en utilisant trois paquets dans R: ndtv
, network
, et networkDynamic
paquets.Comment télécharger une base de données à ndtv dans R?
J'ai créé un dataset les informations ordonnées selon cet exemple ensemble de données dans un workshop for Network Dynamic Temporal Visualizations (à la page 7.)
Selon la page 49 du manuel dynamique de réseau, un moyen de télécharger un ensemble de données et de le convertir dans un objet networkDynamic est la suivante:
rawEdges<-read.table(paste(path.package("networkDynamic"),"/enron_timebased3.tsv", sep=''),header=TRUE)
Cependant, lorsque je tente de lancer animation.render(rawEdges)
R vomit un message d'erreur:
first argument must be a network object.
Pour résoudre ce problème, je crée un objet réseau: net<-network(rawEdges)
et essayer:
animation.render(net, rawEdges)
Nouveau message d'erreur:
Error in '$<-.data.frame'('tmp', "initial.coords", value = c(0, 0, 0, : replacement has 34 rows, data has 26)
Est-ce que quelqu'un sait comment réparer ça?
Salut Skyebend: Merci beaucoup d'avoir pris le temps de redresser la situation. Cela me prendra un peu de temps pour voir si ça va marcher. – oymonk
Salut à nouveau. Je ne pouvais pas exécuter 'timeData $ terminus <-as.numeric (comme.POSIXct (timeData $ terminus, format = '% m /% d /% Y'))' (mais 'timeData $ onset' DID a été converti en numérique. J'ai donc créé une nouvelle ligne 'timeData $ terminus <-timeData $ debut + 1'. Mais quand j'ai essayé d'exécuter 'timeData $ head <- match (timeData $ head, emails)' j'ai tapé cette erreur: 'Erreur dans' $ <-. Data.frame' ('* tmp *', "head", value = entier (0)): remplacement a 0 lignes, les données ont 26' J'ai donc modifié l'ensemble de données dans Excel (en utilisant vlookup pour remplacer les noms), et téléchargé avec 'df <-read.csv (fichier =" example2.csv ", en-tête = TRUE, sep =", ")' – oymonk
Voici mon nouveau jeu de données: [link] (https://drive.google.com/file/d/0B8ss18LQyoQreUVTektVVXdBS00/view? usp = sharing) Mon plan ultime est l'algorithme de fastguide de run igraph sur les données découpées, afin que je puisse montrer comment les communautés changent au fil du temps. Merci de m'avoir aidé avec cette étape cruciale. – oymonk