我想重现本文第6页中的那种"社区摘要"图：http://arxiv.org/pdf/0803.0476v2.pdf
首先在图上使用社区算法，例如：
wc <- walktrap.community(subgraph)
mc <- multilevel.community(subgraph)
然后根据社区对顶点进行分组。社区节点的大小是成员大小的函数，而边缘宽度是从社区a的任何成员到社区B的总边缘的函数。
请注意我不只是想像这样将社区编码为彩色或凸包：
V(inSubGraph)$color <- commObj$membership+1
plot.igraph( inSubGraph, vertex.color = V(inSubGraph)$color)
或带有凸包：
plot(commObj, inSubGraph)
将contract.vertices函数与社区检测方法提供的成员向量一起使用，然后使用simplify。特别是：
-
为每个顶点指定一个值为1的数字顶点属性，如下所示：
V(g)$size = 1 -
为每条边指定一个值为1的数字边属性，如下所示：
E(g)$count = 1 -
将社区收缩为顶点，如下所示：
comm.graph <- contract.vertices(g, wc$membership, vertex.attr.comb=list(size="sum", "ignore"))；基本上，这指定了应该对正在收缩的顶点的size属性求和，并且应该忽略每一个其他顶点属性。(详见R中的?attribute.combination)。此调用收缩顶点，但保留原始边，因此现在顶点之间的边数与社区之间的原始图中的边数一样多。 -
按如下方式折叠多条边：
comm.graph <- simplify(comm.graph, remove.loops=FALSE, edge.attr.comb=list(count="sum", "ignore"))。
现在有一个名为comm.graph的图，其中顶点表示原始图的社区，size顶点属性对应于原始图中每个社区中的顶点数，count边属性对应于初始图中社区之间的边数。