watts-strogatz-game.r

########## igraphパッケージの watts.strogatz.gameを使って、ランダム性 p の変化を見ていきます。

library(igraph)

##### p=0
g0 <- watts.strogatz.game(1, 100, 2, 0, loops=FALSE, multiple=FALSE)
# スモールワールド・ネットワークを作成
# 1次元格子, 頂点は100個、2つ先の頂点まで結合, p=0, ループなし, 多重辺なし
plot(g0)
dev.off()

average.path.length(g0) 
# 平均経路長

shortest.paths(g0)
# 最短距離マトリックス

get.shortest.paths(g0, 1, to = 30)
# 最短経路
# g0のネットワーク, 始点となる頂点ID, 終点となる頂点ID, 有向グラフの場合は mode ="out"

g0_t <- transitivity(g0, type="local")
# 頂点ごとのクラスター係数算出
g0_t[which(g0_t == "NaN")] <-0
# 次数が0または1の頂点はNaNになるため0に置き換える
mean(g0_t)
# 頂点ごとのクラスター係数の平均(ネットワーク全体のクラスター係数)


##### p=0.2
g1 <- watts.strogatz.game(1, 100, 2, 0.2, loops=FALSE, multiple=FALSE)
plot(g1, layout=layout.circle)
dev.off()

average.path.length(g1) 

g1_t <- transitivity(g1, type="local")
g1_t[which(g1_t == "NaN")] <-0
mean(g1_t)



##### p=1
g2 <- watts.strogatz.game(1, 100, 2, 1, loops=FALSE, multiple=FALSE)
plot(g2, layout=layout.circle)
dev.off()

average.path.length(g2) 

g2_t <- transitivity(g2, type="local")
g2_t[which(g2_t == "NaN")] <-0
mean(g2_t)