Một tùy chọn khác là gói statnet. Statnet có các chức năng cho tất cả các biện pháp thường được sử dụng trong SNA và cũng có thể ước tính các mô hình ERG. Nếu bạn có dữ liệu của mình trong danh sách cạnh, hãy đọc dữ liệu như sau (giả sử khung dữ liệu của bạn được gắn nhãn "edgelist"):
net <- as.network(edgelist, matrix.type = "edgelist", directed = TRUE) #if the network is directed, otherwise: directed = FALSE
Nếu dữ liệu của bạn nằm trong ma trận kề, bạn thay thế đối số matrix.type bằng "kề":
net <- as.network(edgelist, matrix.type = "adjacency", directed = TRUE)
Gói statnet có một số khả năng vẽ rất đẹp. Để thực hiện một cốt truyện đơn giản, chỉ cần gõ:
gplot(net)
Để chia tỷ lệ các nút theo tính trung tâm giữa chúng, chỉ cần thực hiện:
bet <- betweenness(net)
gplot(net, vertex.cex = bet)
Theo mặc định, hàm gplot sử dụng thuật toán Fruchterman-Reingold để đặt các nút, tuy nhiên, điều này có thể được kiểm soát từ tùy chọn chế độ, ví dụ để sử dụng MDS cho vị trí của các loại nút:
gplot(net, vertex.cex, mode = "mds")
hoặc sử dụng bố cục hình tròn:
gplot(net, vertex.cex, mode = "circle")
Có nhiều khả năng hơn, và hướng dẫn này bao gồm hầu hết các tùy chọn cơ bản. Đối với một ví dụ khép kín:
net <- rgraph(20) #generate a random network with 20 nodes
bet <- betweenness(net) #calculate betweenness scores
gplot(net) #a simple plot
gplot(net, vertex.cex = bet/3) #nodes scaled according to their betweenness centrality, the measure is divided by 3 so the nodes don't become to big.
gplot(net, vertex.cex = bet/3, mode = "circle") #with a circle layout
gplot(net, vertex.cex = bet/3, mode = "circle", label = 1:20) #with node labels