如何绘制中的R度分布(how to plot degree distribution in R)

我想知道一个脚本的输出是否绘制分散度可以是正确的。

所以剧本（其中与度我所有的顶点的矢量存储在X）：

x是

x
 [1] 7 9 8 5 6 2 8 9 7 5 2 4 6 9 2 6 10 8

x是某一网络顶点度 - 等顶点1具有度7，顶点2具有9度等X < - V2摘要（x）的

library(igraph)
split.screen(c(1,2))
screen(1)
plot (tabulate(x), log = "xy", ylab = "Frequency (log scale)", xlab = "Degree (log scale)", main = "Log-log plot of degree distribution")
screen(2)
y <- (length(x) - rank(x, ties.method = "first"))/length(x)
plot(x, y, log = "xy", ylab = "Fraction with min. degree k (log scale)", xlab = "Degree (k) (log scale)", main = "Cumulative log-log plot of degree distribution")
close.screen(all = TRUE)
power.law.fit(x, xmin = 50)

我的问题是，数图似乎是不正确的 - 例如，我有度“7” 8次整体所以不应该在该点上的双对数坐标成为0.845（日志7）/ 0.903（日志（ 8）如（X / Y）？

此外，有人可以告诉我如何适应线（上数坐标的幂律）在屏幕2的情节？

我不familar与igraph包，这样你就可以与特定的包帮助没有。然而，这里是对数图绘制分布一些代码。首先是一些数据：

set.seed(1)
x = ceiling(rlnorm(1000, 4))

然后，我们需要重新安排，以获得逆CDF：

occur = as.vector(table(x))
occur = occur/sum(occur)
p = occur/sum(occur)
y = rev(cumsum(rev(p)))
x = as.numeric(names(table(x)))
plot(x, y, log="xy", type="l")

给

关于你的装修问题，我认为差异的产生是因为igraph使用MLE，而你正在做的简单线性回归（不推荐）。

作为一个有点塞，我已经在开始工作包的装配和绘图powerlaws。因此，使用这个包，你可以：

library(poweRlaw)

##Create a displ object
m = displ$new(x)
##Estimate the cut-off
estimate_xmin(m)
m$setXmin(105); m$setPars(2.644)

##Plot the data and the PL line
plot(m)
lines(m, col=2)