fori in 1lengthsub_graph sample_name - csample_name namessub_graphi # 样本名称 nodes_num - cnodes_num lengthVsub_graphi # 节点数量 degree - cdegree meandegreesub_graphi # 平均度 average_path_length - cavera

该代码用于计算多个子图的一些网络特征，并将结果储存在向量中。具体解释如下：

• for(i in 1:length(sub_graph))：for循环遍历每个子图，length(sub_graph)表示子图的数量。
• sample_name <- c(sample_name, names(sub_graph[i]))：将每个子图的名称添加到sample_name向量中。
• nodes_num <- c(nodes_num, length(V(sub_graph[[i]])))：计算每个子图的节点数量，并将结果添加到nodes_num向量中。
• degree <- c(degree, mean(degree(sub_graph[[i]])))：计算每个子图的平均度，并将结果添加到degree向量中。
• average_path_length <- c(average_path_length, average.path.length(sub_graph[[i]], directed = FALSE))：计算每个子图的平均路径长度，并将结果添加到average_path_length向量中。
• betweenness_centralization <- c(betweenness_centralization, centralization.betweenness(sub_graph[[i]])$centralization)：计算每个子图的介数中心性，并将结果添加到betweenness_centralization向量中。

最终，这些向量中的结果可以用于比较和分析多个子图的网络特征