感谢David Schoch,我利用了他的功能并进行了稍作修改以创建以下内容。它可以很好地工作。
现在,我所需要的只是计算这些变量,即并行在图对象上运行函数,也许使用purrr或furrr,以更快地运行此功能。我的真实数据很大,还有30个功能。输出应与代码Bolow的最后一行中显示的H_Indices相同。
library(igraph); library(sna); library(centiserve); library(tidygraph); library(tibble); library(expm)
H <- play_islands(5, 10, 0.8, 3)
all_indices <- function(g) {
tibble(
degree = igraph::degree(g),
flowbet = sna::flowbet(get.adjacency(g,sparse=F)),
communibet = centiserve::communibet(g))
}
H_indices <- all_indices(H)
由于缺乏reprex
,很难提供一个确定的解决方案,因此以下是为了给出这个想法。如果H
是列表或向量。
library(furrr)
library(dplyr)
plan(multiprocess)
H %>%
future_map(all_indices,
.options = furrr_options(seed = TRUE))