library(readxl)
library(lubridate)
library(dplyr)
library(tidyr)

# Pacotes utilizados para analise de redes:
library(igraph)
library(networkD3)
library(htmlwidgets)
library(rgexf)

# Pacotes utilizados para= Rmarkdown
library(knitr)
library(kableExtra)

output = "analise.html"

###############  Aquisicao de dados ###############################################################
dados.n <- read_excel("dadosPNAE.xlsx",sheet = "nos")
dados.n <- as.data.frame(dados.n)
head(dados.n)
dados.a <- read_excel("dadosPNAE.xlsx",sheet = "arestas")
dados.a <- as.data.frame(dados.a)
head(dados.a)

#FAZENDO A REDE no pacote igraph
# Transformando data.frames em redes --------------------------------

# Grafos ==================================================

grafo <- graph.data.frame(dados.a, directed = TRUE, vertices = dados.n)
summary(grafo)

colrs <- adjustcolor( c("tomato","lightsteelblue2"), alpha=.6)

# Verificando caracteristicas dos vertices --------------------------
V(grafo)
V(grafo)$Label
V(grafo)$label <- V(grafo)$Label
V(grafo)$cor <- colrs[V(grafo)$cat_num]
V(grafo)$cor

# Grau de cada vertice  - - - - - - - - - - - - - - - - - - - - - - -
V(grafo)$grau <-  degree(grafo)
V(grafo)$grau

# Verificando caracteristicas das arestas ---------------------------
E(grafo)
E(grafo)$width <- E(grafo)$weight

# Preparacao de Layouts

# Fruchterman-Reingold is one of the most
# used force-directed layout algorithms out there
set.seed(567)
L_FruchtR <- layout_with_fr(grafo)

# Another popular force-directed algorithm
# that produces nice results for connected
# graphs is Kamada Kawai.
L_KamadaKawai <- layout_with_kk(grafo)

# Layout layout_nicely
L_Nicely <- layout_nicely(grafo)


# Plots
# Fruchterman-Reingold:
plot(grafo,
              rescale=T,layout=L_FruchtR,
              edge.arrow.size=0.2,
              vertex.color=V(grafo)$cor,
              vertex.frame.color="black",
              vertex.size = V(grafo)$grau,
              vertex.label.dist = 0,
              vertex.label.color = 'gray30',
              vertex.label.cex = 0.9)

# Kamada Kawai
plot(grafo,
              rescale=T,layout=L_KamadaKawai,
              edge.arrow.size=0.2,
              vertex.color=V(grafo)$cor,
              vertex.frame.color="black",
              vertex.size = V(grafo)$grau,
              vertex.label.dist = 0,
              vertex.label.color = 'gray30',
              vertex.label.cex = 0.9)

# Nicely
plot(grafo,
              rescale=T,layout=L_Nicely,
              edge.arrow.size=0.2,
              vertex.color=V(grafo)$cor,
              vertex.frame.color="black",
              vertex.size = V(grafo)$grau,
              vertex.label.dist = 0,
              vertex.label.color = 'gray30',
              vertex.label.cex = 0.9)


# Para gravar num pdf - - - - - - - - - - - - - - - \
pdf("plot_nicely.pdf",20,20)
igraph.options(plot.layout=L_Nicely,
               rescale=T,
               edge.arrow.size=0.3,
               vertex.color=V(grafo)$cor,
               vertex.frame.color="black",
               vertex.size = V(grafo)$grau,
               vertex.label.dist = 0,
               vertex.label.color = 'gray30',
               vertex.label.cex = 0.8)
plot(grafo)
dev.off()
# - - - - - - - - - - - - - - - - - - - - - - - - - /

# - - - - - - - - - - - - - - - - - - - - - - - - - /

##################################################
# NetworkD3: Fazendo o layou da rede no formato D3
# para apresentação em web (carregar o pacore networkD3)


#D3
wc <- cluster_walktrap(grafo)
members <- membership(wc)

# converte do igraph para networkD3 (group poderia ser
# regiões e fornecedores)
grafo_d3 <- igraph_to_networkD3(grafo, group = members)

# Cria labels para os nós, porque na conversão ficou
# apenas como os ids
grafo_d3$nodes$label <- dados.n$Label

# Apresenta a rede no RStudio
forceNetwork(Links = grafo_d3$links, Nodes = grafo_d3$nodes,
             Source = 'source', Target = 'target', NodeID = 'label',
             Group = 'group',opacity = 1.5,zoom=TRUE,
             opacityNoHover = 1.0)

# Cria página html com a rede - - - - - - - - - - - - - - - - - - - - -
rede_d3 <- forceNetwork(Links = grafo_d3$links, Nodes = grafo_d3$nodes,
                  Source = 'source', Target = 'target',
                  NodeID = 'label',Group = 'group',opacity = 1.2,zoom=TRUE,
                  opacityNoHover = 1.0)
# save the widget
saveWidget(rede_d3, file=paste0( getwd(), "/grafo.html"))
# - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

############### Metricas de rede

# Densidade
densidade <- edge_density(grafo, loops=F)
densidade

# Diametro
diam <- get_diameter(grafo, directed=F)

# Grau medio
grau <- degree(grafo,mode="all")
graum <- mean(grau)
graum

# Hubs autoridades
hs <- hub_score(grafo, weights=NA)$vector
hs
as <- authority_score(grafo, weights=NA)$vector
as

# --------------------------------------------------
# Construindo o arquivo html com R Markdown --------
#
rmarkdown::render('analise.Rmd', output_file = output,
                  #params = params,
                  envir = new.env(parent = globalenv()))
#------------------------------------------------