R语言igraph包绘制社会网络图
第二步，读取数据。因为数据里面有中文，所以首先需要定义字体以及告诉R语言里面有中文，代码为：
windowsFonts(A=windowsFont("华文彩云"),B=windowsFont("华文仿宋"),C=windowsFont("华文行楷"),D=windowsFont("华文楷体"),E=windowsFont("华文隶书"),F=windowsFont("华文中宋"),G=windowsFont("华文细黑"),H=windowsFont("微软雅黑"),J=windowsFont("华文新魏"),K=windowsFont("幼圆"))#下面一行代码解决不能显示中文Sys.setlocale(category="LC_ALL",locale="en_US.UTF-8")
当然，我们还需要安装igraph包：
install.packages("igraph")读取数据的代码为：
links<-read.csv("D:/network/data.csv",header = T,as.is=T)nodes<-read.csv("D:/network/node.csv",header = T,as.is=T)
这里我们将读取的数据赋予两个新的变量links和nodes。还可以通过head()预览数据：
head(links)from to weight type1 a1 s1 10 hyperlink2 a2 s2 2 hyperlink3 a3 s3 2 hyperlink4 a4 s4 3 hyperlink5 a5 s5 3 hyperlink6 a6 s6 3 hyperlinkhead(nodes)id name size name.type1 a1 古月 10 12 a2 N2 3 13 a3 N3 8 14 a4 N4 7 15 a5 name5 6 16 a6 name6 5 1
第三步，生成网络分析的数据并绘图。代码如下：
library(igraph) #载入igraph包(net<-graph.data.frame(links,nodes,directed = T)) #生成网络分析数据colrs<- c("#87cefa","red") #定义两个颜色（因为节点有两个类型），可以用颜色代码，或者英文单词V(net)$color<-colrs[V(net)$name.type] #设置节点的颜色E(net)$width<-E(net)$weight/3 #设置边的宽度，这个宽度是weight除以3，也可以是别的数E(net)$label<-E(net)$weight #设置边的标签deg <- igraph::degree(net, mode="all")V(net)$size <- deg*14 #和前面一行代码一起设置节点大小，扩大了14倍plot(net,layout=layout.circle, #节点的布局edge.arrow.size=0.5, #设置箭头大小vertex.frame.color="transparent", #节点边框透明vertex.label.color="black", #节点标签黑色vertex.label.cex=1.25, #节点标签大小vertex.label.family="B", #节点标签字体edge.curved=0.5, #边是否弯曲，取值0-1，0为不弯曲edge.color="pink" #边的颜色)
plot(net)是绘图命令，后面的均是对图的定义修饰。layout定义图的布局，包括layout.circle圆形布局，即前述效果图，layout.random随机布局，以及layout.sphere/layout.drl/layout.star/layout.spring等等。
最后输出图例：
legend(x=-1.5, y=-1.1, c("typ1","typ2"),pch=21, col="#777777", pt.bg=colrs,pt.cex=2, cex=.8, bty="n", ncol=1)
数据的存储除了上面的方式之外，还可以是共现矩阵或者临近矩阵，关于如何从大量的文本中生成我们需要的共现矩阵或者临近矩阵，将会在后面利用Python实现。