1. 네트워크에도 깔끔한 세상이…

네크워크 데이터에도 깔끔한 세상 바람이 불기 시작했고, 많은 분들이 동참하기 시작했습니다. tidygraph와 ggraph가 그 주인공입니다.

기존 Base R 체계에서 igraph를 기반으로 하여 Base 플롯/그래프 체제에 도전하는 경우에 따라서는 대체할 수 있는 강력한 네트워크 데이터 분석 및 시각화 도구가 출현한 것입니다.

tidygraph와 ggraph

2. 미디어 데이터

Katya Ognyanova 교수가 Github에 네트워크 데이터 강의목적으로 공개한 데이터를 가져와서 tidygraph와 ggraph 체계에 맞춰 분석해보자.

library(tidygraph)
library(ggraph)
library(tidyverse)
library(navdata)
library(DT)
library(igraph)
library(tidyverse)
library(extrafont)
loadfonts()

# 1. 데이터 가져오기 ------
## 1.1. CSV 데이터 가져오기 -----
nodes <- read_csv("https://raw.githubusercontent.com/kateto/R-Network-Visualization-Workshop/master/Data/Dataset1-Media-Example-NODES.csv", col_names = TRUE)
links <- read_csv("https://raw.githubusercontent.com/kateto/R-Network-Visualization-Workshop/master/Data/Dataset1-Media-Example-EDGES.csv", col_names = TRUE)

2.1. 노드 결점과 연결선 엣지 원 데이터

노드 결점과 연결선 엣지 원 데이터(raw data)는 다음과 같다. 원데이터를 바탕으로 네트워크 분석을 수행해도 되지만 속도 등 다른 사항을 고려하면 노드 결점과 연결선 엣지 원 데이터를 숫자로 변환하는 것이 바람직하다.

노드 결점 데이터

nodes %>% select(1:4) %>% DT::datatable()

연결선 엣지 데이터

DT::datatable(links)

2.2. 결점과 연결선 데이터 정제

결점(노드)을 만드는데 links에서 from, to에서 모든 노드를 추출한 후에 이를 하나의 결점(노드)로 생성시킨다. 이 과정에서 문자로 되어있는 것을 숫자로 변환시킨다. 동일한 방식으로 연결선도 문자로 되어있는 것을 숫자로 변환시킨다. 그리고 나서, tidygraph 팩키지 tbl_graph() 함수를 사용해서 깔끔한 네트워크 데이터(tidygraph tibble)를 만들어낸다.

## 1.2. 네트워크 데이터 정제: 결점 -----
### 네트워크에서 출발점 결점 추출
source_df <- links %>% 
  distinct(from) %>% 
  rename(label = from)

### 네트워크에서 도착점 결점 추출
destination_df <- links %>% 
  distinct(to) %>% 
  rename(label = to)

### 순수한 결점(노드) 정제
media_node <- full_join(source_df, destination_df, by = "label")

media_node <- media_node %>%
  mutate(id = 1:nrow(media_node)) %>%
  select(id, everything()) %>% 
  left_join(nodes, by=c("label" = "id"))

## 1.3. 네트워크 데이터 정제: 연결선 -----
### 연결선을 결점과 연결
media_edge <- links %>%
  left_join(media_node, by = c("from" = "label")) %>%
  select(-from) %>% 
  rename(from = id)

media_edge <- media_edge %>%
  left_join(media_node, by = c("to" = "label")) %>%
  select(-to) %>% 
  rename(to = id)

media_edge <- media_edge %>% 
  select(from, to, weight, type)

## 1.4. 네트워크 데이터 변환(tidygraph) -----
media_tidy_nw <- tbl_graph(
  nodes = media_node, edges = media_edge, directed = TRUE
)

노드 결점 데이터(숫자)

media_node %>% select(1:4) %>% DT::datatable()

연결선 엣지 데이터(숫자)

media_edge %>% select(1:4) %>% DT::datatable()

3. 네트워크 시각화

tidygraph 팩키지를 통해 네트워크 데이터를 생성했다면 다음 단계로 ggraph 팩키지를 통해 ggplot과 동일한 방식으로 한땀 한땀 네트워크 그래프를 만들어 본다.

# 2. 데이터 시각화 -----

ggraph(media_tidy_nw, layout = "graphopt") +
  geom_node_point(aes(size = audience.size)) +
  geom_edge_link(aes(width = weight, colour = type), alpha = 0.8) +
  scale_edge_width(range = c(0.2, 2)) +
  geom_node_text(aes(label = media), repel = TRUE) +
  labs(edge_width = "media_edge") +
  theme_graph(base_family="NanumGothic") +
  facet_graph(~type.label)