现实世界中充满了网络世界，铁路线路网络、航空网络和人际关系网络。
复杂网络是大量真实复杂系统的拓扑关系。本文中我们被要求对上海公交路线进行可视化。
可下载资源
读取数据
ljhdat1=readLines("E:/shanghai_1.txt" )
ljhdat2=readLines("E:/shanghai_2.txt")
ljhdat3=readLines("E:/shanghai_3.txt")
ljhdat4=readLines("E:/shanghai_4.txt")
ljhdat5=readLines("E:/shanghai_5.txt")
建立巴士信息库
for(i in 1:length(ljhdat1)){
if(ljhdat1[i]=="")bus=c(bus,ljhdat1[i-1])#提取每个巴士的路线信息
建立路线信息
分割路线得到站点信息
route[[1]]=route[[1]][-which(route[[1]]=="#")]#删除#号建立邻接矩阵
library(igraph)
d = data.frame(route[[1]][1:n-1] ,route[[1]][2:n ]分割所有路线得到站点信息
for(i in 1:length(bus)){
route[[i]]=unlist(strsplit(bus[i],split=" "))[-1]#分割巴士站点信息
随时关注您喜欢的主题
绘制网络图
可下载资源
关于作者
Kaizong Ye是拓端研究室（TRL）的研究员。在此对他对本文所作的贡献表示诚挚感谢，他在上海财经大学完成了统计学专业的硕士学位，专注人工智能领域。擅长Python.Matlab仿真、视觉处理、神经网络、数据分析。
本文借鉴了作者最近为《R语言数据分析挖掘必知必会 》课堂做的准备。
非常感谢您阅读本文，如需帮助请联系我们！
疫情期间航空网络演变复杂网络可视化
数据代码分享|R语言回归分析：体脂数据、公交绿色出行与全球变暖2案例
R语言用GAM广义相加模型研究公交专用道对行程时间变异度数据的影响
