rbnvrw · October 14, 2015 21:02 · Oct 14, 2015 · Oct 14, 2015 · Oct 14, 2015 · Oct 14, 2015
diff --git a/diagram.svg b/diagram.svg
diff --git a/diagram.svg b/diagram.svg
diff --git a/interrelationdiagram.py b/interrelationdiagram.py
@@ -16,7 +16,7 @@
 g = Graph(vertex_attrs={"label": labels}, edges=edges, directed=True)
 
 # Add in/outdegree to label
-g.vs["label"] = [l+"\n\nIn: "+str(g.indegree(i))+"    Uit: "+str(g.outdegree(i)) for i,l in enumerate(g.vs["label"])]
+g.vs["label"] = [l+"\n\nIn: "+str(g.indegree(i))+"    Out: "+str(g.outdegree(i)) for i,l in enumerate(g.vs["label"])]
 
 # Calculate outdegree
 degrees = g.outdegree()
@@ -61,4 +61,4 @@
 visual_style["margin"] = 50
 
 # Plot the graph
-plot(g, target="diagram.svg", **visual_style)
+plot(g, target="diagram.svg", **visual_style)
diff --git a/interrelationdiagram.py b/interrelationdiagram.py
@@ -4,7 +4,7 @@
 # Data
 edges = [(0,6),(0,7),(0,16),(0,19),(1,0),(1,3),(1,5),(1,16),(2,1),(2,3),(2,5),(2,11),(2,13),(2,14),(2,15),(2,16),(2,20),(2,22),(3,4),(3,12),(3,14),(3,16),(3,22),(4,22),(5,1),(5,2),(5,3),(5,6),(5,10),(5,11),(5,13),(5,14),(5,16),(5,20),(5,22),(5,23),(6,7),(6,19),(7,0),(7,4),(7,16),(7,18),(7,19),(8,0),(8,9),(8,16),(8,22),(9,0),(9,16),(10,0),(10,6),(11,0),(11,1),(11,3),(11,4),(11,7),(11,10),(11,13),(11,14),(11,16),(11,22),(12,0),(12,1),(12,6),(12,10),(12,11),(12,13),(12,14),(12,16),(12,20),(12,21),(12,22),(13,0),(13,6),(13,9),(13,14),(13,16),(13,18),(14,0),(14,1),(14,6),(14,9),(14,10),(14,20,),(14,22),(15,0),(15,3),(15,5),(15,8),(15,9),(15,12),(15,13),(15,16),(15,20),(15,21),(15,22),(15,23),(16,6),(16,7),(16,10),(16,14),(16,20),(16,22),(17,0),(17,2),(17,3),(17,8),(17,9),(17,10),(17,15),(17,22),(18,0),(18,11),(18,16),(18,19),(19,11),(20,6),(20,7),(20,19),(21,8),(21,9),(21,22),(22,4),(22,9),(22,19),(23,20)]
 
-labels = ["Gebrek aan wederzijds vertrouwen", "NNL bestuurt vanuit machtspositie", "NNL is veel gericht op KPI's", "Lage betrokkenheid van medewerkers bij merk en organisatie", "Wat je geeft is wat je krijgt", "NNL lijkt vaak een doorgeefluik van Frankrijk", "Dealers zijn risicomijdend", "Dealer blijft vaak hangen in eigen mening /visie", "Veel verschillende contactpersonen voor de dealer", "Helderheid over afspraken niet goed genoeg", "Laag dealerrendement icm investeringseisen", "Onprettige attitude bij sommige medewerkers", "NNL weinig besef van werkelijkheid bij dealerbedrijf", "NNL is onvoorspelbaar met acties en duwmomenten", "Dealer moet veel geven en mag weinig nemen, 1 richtingsverkeer", "Onvoldoende interne communicatie en samenwerking bij NNL", "Onvoldoende wederzijds begrip en respect", "Afhankelijkheid Frankrijk vertragend en belemmerend", "Dealer heeft onvoldoende lange termijnvisie", "Dealer moet lang wennen aan veranderingen", "Hoge investerings-, voorraad- en trainingseisen voor dealers", "Veel verschillende nauwelijks samenwerkende systemen", "Contact erg omslachtig of heeft slechte opvolging", "Gebrek aan een goede en krachtige netwerk strategie"]
+labels = ["a", "b", "c", "d", "e", "f", "g", "h", "i", "j", "k", "l", "m", "n", "o", "p", "q", "r", "s", "t", "u", "v", "w", "x"]
 
 N = len(labels)
 
@@ -61,4 +61,4 @@
 visual_style["margin"] = 50
 
 # Plot the graph
-plot(g, target="diagram.svg", **visual_style)
+plot(g, target="diagram.svg", **visual_style)
diff --git a/interrelationdiagram.py b/interrelationdiagram.py
@@ -1,6 +1,5 @@
 from igraph import *
 import numpy as np
-import time
 
 # Data
 edges = [(0,6),(0,7),(0,16),(0,19),(1,0),(1,3),(1,5),(1,16),(2,1),(2,3),(2,5),(2,11),(2,13),(2,14),(2,15),(2,16),(2,20),(2,22),(3,4),(3,12),(3,14),(3,16),(3,22),(4,22),(5,1),(5,2),(5,3),(5,6),(5,10),(5,11),(5,13),(5,14),(5,16),(5,20),(5,22),(5,23),(6,7),(6,19),(7,0),(7,4),(7,16),(7,18),(7,19),(8,0),(8,9),(8,16),(8,22),(9,0),(9,16),(10,0),(10,6),(11,0),(11,1),(11,3),(11,4),(11,7),(11,10),(11,13),(11,14),(11,16),(11,22),(12,0),(12,1),(12,6),(12,10),(12,11),(12,13),(12,14),(12,16),(12,20),(12,21),(12,22),(13,0),(13,6),(13,9),(13,14),(13,16),(13,18),(14,0),(14,1),(14,6),(14,9),(14,10),(14,20,),(14,22),(15,0),(15,3),(15,5),(15,8),(15,9),(15,12),(15,13),(15,16),(15,20),(15,21),(15,22),(15,23),(16,6),(16,7),(16,10),(16,14),(16,20),(16,22),(17,0),(17,2),(17,3),(17,8),(17,9),(17,10),(17,15),(17,22),(18,0),(18,11),(18,16),(18,19),(19,11),(20,6),(20,7),(20,19),(21,8),(21,9),(21,22),(22,4),(22,9),(22,19),(23,20)]
@@ -38,7 +37,7 @@
 communities = g.community_edge_betweenness(directed=True)
 clusters = communities.as_clustering()
 
-# Community detection
+# Alternative community detection
 #clusters = g.community_infomap(vertex_weights=degrees, trials=1)
 
 # Set edge weights based on communities
@@ -62,4 +61,4 @@
 visual_style["margin"] = 50
 
 # Plot the graph
-plot(g, target="diagram"+str(time.time())+".svg", **visual_style)
+plot(g, target="diagram.svg", **visual_style)
diff --git a/diagram.svg b/diagram.svg
diff --git a/interrelationdiagram.py b/interrelationdiagram.py
@@ -1,20 +1,20 @@
 from igraph import *
 import numpy as np
+import time
 
 # Data
-N = 24
-
 edges = [(0,6),(0,7),(0,16),(0,19),(1,0),(1,3),(1,5),(1,16),(2,1),(2,3),(2,5),(2,11),(2,13),(2,14),(2,15),(2,16),(2,20),(2,22),(3,4),(3,12),(3,14),(3,16),(3,22),(4,22),(5,1),(5,2),(5,3),(5,6),(5,10),(5,11),(5,13),(5,14),(5,16),(5,20),(5,22),(5,23),(6,7),(6,19),(7,0),(7,4),(7,16),(7,18),(7,19),(8,0),(8,9),(8,16),(8,22),(9,0),(9,16),(10,0),(10,6),(11,0),(11,1),(11,3),(11,4),(11,7),(11,10),(11,13),(11,14),(11,16),(11,22),(12,0),(12,1),(12,6),(12,10),(12,11),(12,13),(12,14),(12,16),(12,20),(12,21),(12,22),(13,0),(13,6),(13,9),(13,14),(13,16),(13,18),(14,0),(14,1),(14,6),(14,9),(14,10),(14,20,),(14,22),(15,0),(15,3),(15,5),(15,8),(15,9),(15,12),(15,13),(15,16),(15,20),(15,21),(15,22),(15,23),(16,6),(16,7),(16,10),(16,14),(16,20),(16,22),(17,0),(17,2),(17,3),(17,8),(17,9),(17,10),(17,15),(17,22),(18,0),(18,11),(18,16),(18,19),(19,11),(20,6),(20,7),(20,19),(21,8),(21,9),(21,22),(22,4),(22,9),(22,19),(23,20)]
 
-labels = ["Gebrek aan wederzijds vertrouwen", "NNL bestuurt vanuit machtspositie","NNL is vooral gericht op KPI's", "Medewerkers weinig betrokken bij merk en organisatie", "Wat je geeft is wat je krijgt", "NNL is vaak een doorgeefluik van Frankrijk", "Dealers zijn risicomijdend", "Dealer blijft vaak hangen in eigen mening /visie", "Veel verschillende contactpersonen voor de dealer", "Afspraken over rentals, targets, ed onduidelijk", "Slecht dealerrendement en hoge investeringseisen", "Medewerkers voelen zich soms verheven boven de dealer", "NNL onvoldoende besef van werkelijkheid bij dealerbedrijf", "NNL is onvoorspelbaar met acties en duwmomenten","Dealer moet veel geven en mag weinig nemen, 1 richtingsverkeer","Onvoldoende interne communicatie en samenwerking bij NNL","Onvoldoende wederzijds begrip en respect","Afhankelijkheid Frankrijk werkt vertragend en belemmerend","Dealer heeft onvoldoende lange termijnvisie","Dealer moet lang wennen aan veranderende processen","Hoge eisen voor dealers met voorraad, investeren, trainen, etc.","Veel losse systemen bij NNL die niet goed samenwerken","Contact is soms erg omslachtig of heeft slechte opvolging","Gebrek aan een goede en krachtige netwerk strategie"]
+labels = ["Gebrek aan wederzijds vertrouwen", "NNL bestuurt vanuit machtspositie", "NNL is veel gericht op KPI's", "Lage betrokkenheid van medewerkers bij merk en organisatie", "Wat je geeft is wat je krijgt", "NNL lijkt vaak een doorgeefluik van Frankrijk", "Dealers zijn risicomijdend", "Dealer blijft vaak hangen in eigen mening /visie", "Veel verschillende contactpersonen voor de dealer", "Helderheid over afspraken niet goed genoeg", "Laag dealerrendement icm investeringseisen", "Onprettige attitude bij sommige medewerkers", "NNL weinig besef van werkelijkheid bij dealerbedrijf", "NNL is onvoorspelbaar met acties en duwmomenten", "Dealer moet veel geven en mag weinig nemen, 1 richtingsverkeer", "Onvoldoende interne communicatie en samenwerking bij NNL", "Onvoldoende wederzijds begrip en respect", "Afhankelijkheid Frankrijk vertragend en belemmerend", "Dealer heeft onvoldoende lange termijnvisie", "Dealer moet lang wennen aan veranderingen", "Hoge investerings-, voorraad- en trainingseisen voor dealers", "Veel verschillende nauwelijks samenwerkende systemen", "Contact erg omslachtig of heeft slechte opvolging", "Gebrek aan een goede en krachtige netwerk strategie"]
+
+N = len(labels)
 
 # Define colors used for outdegree visualization
-colours = ['#fecc5c', '#fd8d3c', '#e31a1c', '#a31a1c']
+colours = ['#ffffb2', '#fecc5c', '#fd8d3c', '#e31a1c']
 
 # Graph generation
 
-g = Graph(N, edges, True)
-g.vs["label"] = labels
+g = Graph(vertex_attrs={"label": labels}, edges=edges, directed=True)
 
 # Add in/outdegree to label
 g.vs["label"] = [l+"\n\nIn: "+str(g.indegree(i))+"    Uit: "+str(g.outdegree(i)) for i,l in enumerate(g.vs["label"])]
@@ -35,11 +35,11 @@
         edges["color"] = [color]
 
 # Community detection
-#communities = g.community_edge_betweenness(directed=True)
-#clusters = communities.as_clustering()
+communities = g.community_edge_betweenness(directed=True)
+clusters = communities.as_clustering()
 
 # Community detection
-clusters = g.community_infomap(vertex_weights=degrees, trials=10)
+#clusters = g.community_infomap(vertex_weights=degrees, trials=1)
 
 # Set edge weights based on communities
 weights = {v: len(c) for c in clusters for v in c}
@@ -52,12 +52,14 @@
 
 # Other options
 visual_style["vertex_shape"] = "rectangle"
-visual_style["vertex_size"] = [x/max(degrees)*50+110 for x in degrees]
+visual_style["vertex_size"] = 85
 visual_style["vertex_label_dist"] = 0
-visual_style["vertex_label_size"] = 12
+visual_style["vertex_label_size"] = 8
+visual_style["vertex_frame_color"] = g.vs["color"]
+visual_style["vertex_label_family"] = "Calibri"
 visual_style["wrap_labels"] = True
-visual_style["bbox"] = (3508,2480)
-visual_style["margin"] = 60
+visual_style["bbox"] = (764,875)
+visual_style["margin"] = 50
 
 # Plot the graph
-plot(g, **visual_style)
+plot(g, target="diagram"+str(time.time())+".svg", **visual_style)
diff --git a/interrelationdiagram.py b/interrelationdiagram.py
@@ -1,8 +1,63 @@
 from igraph import *
+import numpy as np
 
-g = Graph()
-g.add_vertices(13)
-g.add_edges([(0,1),(0,5),(1,9),(3,2),(3,4),(3,5),(3,7),(3,9),(5,4),(5,7),(6,5),(6,4),(6,7),(6,9),(7,2),(8,7),(8,2),(8,3),(9,8),(9,7),(9,10),(9,2),(10,8),(10,7),(11,12),(11,2),(11,5),(11,10),(11,9),(11,8),(11,4),(11,3),(12,7),(12,3),(12,2)])
+# Data
+N = 24
 
-layout = g.layout("kamada_kawai")
-plot(g, layout = layout)
+edges = [(0,6),(0,7),(0,16),(0,19),(1,0),(1,3),(1,5),(1,16),(2,1),(2,3),(2,5),(2,11),(2,13),(2,14),(2,15),(2,16),(2,20),(2,22),(3,4),(3,12),(3,14),(3,16),(3,22),(4,22),(5,1),(5,2),(5,3),(5,6),(5,10),(5,11),(5,13),(5,14),(5,16),(5,20),(5,22),(5,23),(6,7),(6,19),(7,0),(7,4),(7,16),(7,18),(7,19),(8,0),(8,9),(8,16),(8,22),(9,0),(9,16),(10,0),(10,6),(11,0),(11,1),(11,3),(11,4),(11,7),(11,10),(11,13),(11,14),(11,16),(11,22),(12,0),(12,1),(12,6),(12,10),(12,11),(12,13),(12,14),(12,16),(12,20),(12,21),(12,22),(13,0),(13,6),(13,9),(13,14),(13,16),(13,18),(14,0),(14,1),(14,6),(14,9),(14,10),(14,20,),(14,22),(15,0),(15,3),(15,5),(15,8),(15,9),(15,12),(15,13),(15,16),(15,20),(15,21),(15,22),(15,23),(16,6),(16,7),(16,10),(16,14),(16,20),(16,22),(17,0),(17,2),(17,3),(17,8),(17,9),(17,10),(17,15),(17,22),(18,0),(18,11),(18,16),(18,19),(19,11),(20,6),(20,7),(20,19),(21,8),(21,9),(21,22),(22,4),(22,9),(22,19),(23,20)]
+
+labels = ["Gebrek aan wederzijds vertrouwen", "NNL bestuurt vanuit machtspositie","NNL is vooral gericht op KPI's", "Medewerkers weinig betrokken bij merk en organisatie", "Wat je geeft is wat je krijgt", "NNL is vaak een doorgeefluik van Frankrijk", "Dealers zijn risicomijdend", "Dealer blijft vaak hangen in eigen mening /visie", "Veel verschillende contactpersonen voor de dealer", "Afspraken over rentals, targets, ed onduidelijk", "Slecht dealerrendement en hoge investeringseisen", "Medewerkers voelen zich soms verheven boven de dealer", "NNL onvoldoende besef van werkelijkheid bij dealerbedrijf", "NNL is onvoorspelbaar met acties en duwmomenten","Dealer moet veel geven en mag weinig nemen, 1 richtingsverkeer","Onvoldoende interne communicatie en samenwerking bij NNL","Onvoldoende wederzijds begrip en respect","Afhankelijkheid Frankrijk werkt vertragend en belemmerend","Dealer heeft onvoldoende lange termijnvisie","Dealer moet lang wennen aan veranderende processen","Hoge eisen voor dealers met voorraad, investeren, trainen, etc.","Veel losse systemen bij NNL die niet goed samenwerken","Contact is soms erg omslachtig of heeft slechte opvolging","Gebrek aan een goede en krachtige netwerk strategie"]
+
+# Define colors used for outdegree visualization
+colours = ['#fecc5c', '#fd8d3c', '#e31a1c', '#a31a1c']
+
+# Graph generation
+
+g = Graph(N, edges, True)
+g.vs["label"] = labels
+
+# Add in/outdegree to label
+g.vs["label"] = [l+"\n\nIn: "+str(g.indegree(i))+"    Uit: "+str(g.outdegree(i)) for i,l in enumerate(g.vs["label"])]
+
+# Calculate outdegree
+degrees = g.outdegree()
+
+# Order vertices in bins based on outdegree
+bins = np.linspace(0, max(degrees), len(colours))  
+digitized_degrees =  np.digitize(degrees, bins)
+
+# Set colors according to bins
+g.vs["color"] = [colours[x-1] for x in digitized_degrees]
+
+# Also color the edges
+for ind, color in enumerate(g.vs["color"]):
+        edges = g.es.select(_source=ind)
+        edges["color"] = [color]
+
+# Community detection
+#communities = g.community_edge_betweenness(directed=True)
+#clusters = communities.as_clustering()
+
+# Community detection
+clusters = g.community_infomap(vertex_weights=degrees, trials=10)
+
+# Set edge weights based on communities
+weights = {v: len(c) for c in clusters for v in c}
+g.es["weight"] = [weights[e.tuple[0]] + weights[e.tuple[1]] for e in g.es]
+
+# Set visual style for the plot
+visual_style = {}
+# Choose the layout
+visual_style["layout"] = g.layout_fruchterman_reingold(weights=g.es["weight"], maxiter=1000, area=N**3, repulserad=N**3)
+
+# Other options
+visual_style["vertex_shape"] = "rectangle"
+visual_style["vertex_size"] = [x/max(degrees)*50+110 for x in degrees]
+visual_style["vertex_label_dist"] = 0
+visual_style["vertex_label_size"] = 12
+visual_style["wrap_labels"] = True
+visual_style["bbox"] = (3508,2480)
+visual_style["margin"] = 60
+
+# Plot the graph
+plot(g, **visual_style)
diff --git a/gistfile1.py → interrelationdiagram.py b/gistfile1.py → interrelationdiagram.py
diff --git a/gistfile1.py b/gistfile1.py
@@ -0,0 +1,8 @@
+from igraph import *
+
+g = Graph()
+g.add_vertices(13)
+g.add_edges([(0,1),(0,5),(1,9),(3,2),(3,4),(3,5),(3,7),(3,9),(5,4),(5,7),(6,5),(6,4),(6,7),(6,9),(7,2),(8,7),(8,2),(8,3),(9,8),(9,7),(9,10),(9,2),(10,8),(10,7),(11,12),(11,2),(11,5),(11,10),(11,9),(11,8),(11,4),(11,3),(12,7),(12,3),(12,2)])
+
+layout = g.layout("kamada_kawai")
+plot(g, layout = layout)