图可视化工具Gephi使用教程

这篇具有很好参考价值的文章主要介绍了图可视化工具Gephi使用教程。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

手动防爬虫,作者CSDN:总是重复名字我很烦啊,联系邮箱daledeng123@163.com

在论文写作和数据分析时,我们时常需要做信息的关联分析。例如舆论传播(A发布消息引爆舆论 - B,C,D转发,结果C的转发造成了舆论的进一步发酵)这样的舆情分析;科研成果下沉(A在Nature发表了重磅研究结果,B,C两大巨头纷纷入局,B在A的基础上发表了10篇成果,C在A的基础上发表了5篇,其中C发表的某一篇被工业界广泛引用,被EFGH…使用)。在做这样分析时,需要绘制关系网络。在这里,做一个Gephi的使用教程。

下载链接:Gephi官网,注意苹果电脑需要区分是ARM架构还是x86架构(Intel)

操作界面介绍

为了方便介绍,这里使用自带的数据图可视化工具Gephi使用教程

进入之后默认在概览页面,整个页面功能区介绍如下。(概览主要是对数据进行可视化操作)
图可视化工具Gephi使用教程
数据资料部分主要是边和节点的数据操作。(数据资料主要是对数据进行处理)
图可视化工具Gephi使用教程
预览部分是对最后输出的图形进行后期美化和输出控制。
图可视化工具Gephi使用教程
这样,概述-数据-预览,就是一个完整的数据可视化流程。

在Gephi界面完成图的绘制

键盘输入

首先新建一个工程。
图可视化工具Gephi使用教程

点击数据资料。
图可视化工具Gephi使用教程
选中节点和添加节点,即可添加对应节点。并且在概览中可以看到添加的节点。
图可视化工具Gephi使用教程
图可视化工具Gephi使用教程

图可视化工具Gephi使用教程
选择边,添加边,即可连接对应的节点。
图可视化工具Gephi使用教程
图可视化工具Gephi使用教程
图可视化工具Gephi使用教程

导入CSV文件

手动输入只能应付较少节点和边的情况,通常数据都是放在excel表格中,此时使用csv文件导入会更加便捷。但是需要注意,必须把csv文件编辑成gephi能识别的形式,可以使用python的pandas库进行数据处理工作。
这里手动编辑了一个描述边的csv文件:
图可视化工具Gephi使用教程
在数据资料部分,点击导入电子表格,找到创建好的.csv文件,选择导入即可。
图可视化工具Gephi使用教程
图可视化工具Gephi使用教程
此时,在概览可以看到导入的图:
图可视化工具Gephi使用教程

直接在概览界面鼠标点击创建

创建新工程文件后,点击创建节点,在画布区双击即可创建一个节点。
图可视化工具Gephi使用教程
图可视化工具Gephi使用教程
接下来选择画点下面的功能,选择画边
图可视化工具Gephi使用教程
先选中一个源节点,再选中一个目标节点,即可在两点见创立一个连线。
图可视化工具Gephi使用教程

自己创建一个红楼梦关系网络图

图可视化工具Gephi使用教程
创建这样一个人物关系.csv文件。然后倒入gephi。
图可视化工具Gephi使用教程

图可视化工具Gephi使用教程
然后在布局,选择第一个搅拌一下
图可视化工具Gephi使用教程
然后再选择第三个,把他展开。
图可视化工具Gephi使用教程
然后可以在左侧外观部分,进行外观调整。得到下图,重要的节点变大,重要的边颜色更深。
图可视化工具Gephi使用教程

调整完布局之后,进入预览,调整变和节点的属性,优化细节,可以得到下图:
图可视化工具Gephi使用教程
导出为png格式图片:

图可视化工具Gephi使用教程

用一个Web of Science上的数据创建一个有向关系图

这里有一份Web of science上2019-2022年3年来有关混凝工艺的一些研究报道数据。该数据包括研究人员,研究类型,国籍,研究内容等多个关联内容。
图可视化工具Gephi使用教程
导入Gephi后,即可绘制关系网络图。这个图表示了不同的研究人员之间研究的共性。(外观后面再介绍如何调整)
图可视化工具Gephi使用教程

静态随机数据使用

文件-生存-随机图,设置连线概率和节点数量即可生成随机图的示例。(以默认50,0.05为例)
图可视化工具Gephi使用教程
图可视化工具Gephi使用教程

动态数据的使用

文件-生成-动态图示例,可以生成对应的网络图。
图可视化工具Gephi使用教程
生成之后下方有启用时间线,点击启用时间线,并且拖动左右边框,即可选择一个特定的时间长度,滑动展示动态时间下网络变化关系。
图可视化工具Gephi使用教程

Gephi的可视化处理

节点移动

首先生存一副随机静态图用作demo。
图可视化工具Gephi使用教程
选择左侧的手套按钮,然后点击图窗体内的节点,拖动即可移动节点位置。
图可视化工具Gephi使用教程
此外,按住鼠标右键可以移动整个图形,滑动鼠标滚轮可以放大和缩小图形。

节点放大&缩小

单个节点的放缩

选中缩放模式,然后单击选中节点,拖动即可放大缩小选中节点。
图可视化工具Gephi使用教程

部分节点的放缩

首先选择矩形工具,然后在图窗口框选需要放缩的节点。
图可视化工具Gephi使用教程
然后选择放缩按钮,重复对单个节点放缩的操作即可实现对选中节点的整体放缩。
图可视化工具Gephi使用教程

全部节点的放缩

在左侧可视化操作栏,外观-节点-大小-统一的,即可设置所有节点的大小,点击应用,即可刷新设定的节点大小。
图可视化工具Gephi使用教程

调整节点颜色

单个节点颜色

工具栏选择笔工具,上方可以设置需要的颜色。
图可视化工具Gephi使用教程
然后对一个节点不停的点击鼠标左键,颜色会逐渐向设定颜色靠近。
图可视化工具Gephi使用教程

部分节点颜色

和操作部分节点大小一致,首先矩形工具框选需要操作的节点,然后选择笔工具,调整颜色,对框选的某一节点不断点击鼠标左键,即可实现框选内节点颜色调整。
图可视化工具Gephi使用教程
此外,还可以通过选择左侧颜料桶按钮,选择需要的颜色,然后鼠标点击一个节点,会将该节点和与其连接的节点全部变换成统一颜色。
图可视化工具Gephi使用教程

全部节点颜色

外观-节点-统一的-节点颜色,即可设置统一颜色,点击应用可刷新。
图可视化工具Gephi使用教程

边粗细调整

图可视化工具Gephi使用教程

节点标签编辑

Gephi默认关闭节点标签显示,若要显示标签,选择下方T图标,即可打开。
图可视化工具Gephi使用教程
需要注意,在概览中进行标签的设置,在预览中是无法同步的,因此在预览中还需要重新设置。

节点属性编辑

选择左侧问号箭头按钮,点击节点即可编辑节点属性,包括节点的位置,尺寸,颜色,标签的尺寸,颜色和显示内容等。
图可视化工具Gephi使用教程

高级编辑工具概述

Gephi整个操作界面如下,可分为外观、布局样式、统计、过滤。
图可视化工具Gephi使用教程

外观设置(排名)

排序可以比较Gephi中边和节点,对二者进行操作,包括节点的颜色、大小,节点标签的颜色、大小;边的颜色,标签颜色、大小。
选择外观-节点-颜色-排名-度,点击应用刷新图。
图可视化工具Gephi使用教程
可以发现,连线多的节点,颜色深,连线少的节点,颜色浅。
当然,也可以双击颜色条,自定义颜色。
图可视化工具Gephi使用教程
节点的大小也可以手动调整,边多的节点大,边少的节点小。
图可视化工具Gephi使用教程
节点标签的颜色也可以显示,首先打开T,显示节点标签,然后在标签界面操作即可。
图可视化工具Gephi使用教程
当然, 标签的尺寸也可以在旁边再进行调整。
图可视化工具Gephi使用教程
对边的操作类似。

布局设置(自动美化点线图形)

整个布局一共有12个,前6个是主要布局工具,后6个是辅助布局工具。
图可视化工具Gephi使用教程

选择一个布局,下方感叹号按钮可以查看布局的介绍。点击运行,布局即可生效。
图可视化工具Gephi使用教程

Force Atlas & Force Atlas2(力布局)

总的思路是模仿物理中物质分布,实现力平衡的状态。
相关参数介绍:
Force Atlas
Inertia(惯性):值愈大,图的摇摆幅度越大。
Repulsion strength(斥力强度):每个节点排斥其他节点的强度,值越大,节点的距离越大。
Attraction strength(吸引强度):连接节点之间的吸引力的强度,值越大,有连接的节点越被拉近。
Gravity(重力):值越小,图越分散;值越大,图越压缩。
Speed(速度):布局运动的速度,值越大,图的布局速度越快。
Force Atlas2
Scaling(缩放):节点的斥力强度,值越大,斥力越大,图越稀疏。
Stronger Gravity(更强的重力):一个已经定义好的较强的重力。
Gravity(重力):自定义的重力值,可以比“更强的重力”更强。
Dissuade Hubs(劝阻Hubs):只有输入的边会被推到边缘。
LinLog模式:线性和对数模式的切换。
Prevent Overlap(防止重叠):可以把重叠的节点展开。
Tolerance(Speed)/容差(速度):布局速度的选取,较小的数值速度较慢,但精度更高。
图可视化工具Gephi使用教程

Fruchterman Reingold(圆布局)

自动把节点排列成一个圆形。该布局算法遵循两个简单的原则,即有连接的节点互相靠近和无连接的节点互相排斥。相关参数介绍:
Area(区):定义图形的幅度,值越大图越大,也越稀疏。
Gravity(重力):定义重力值,值越大重力越强,节点越被中心吸引。
Speed(速度):定义布局的速度,值越大布局速度越快,但也越不精确。
图可视化工具Gephi使用教程

OpenOrd(改进力布局)

这个相关的介绍资料较少,使用起来,适合处理节点较多的图;对于节点较少的图形,运行起来效果并不是很好。

Yifan Hu(音译:胡一凡布局)

力引导布局的改进版。该布局算法中,将一个节点与它远处一簇节点之间的斥力当作此节点与一个超节点间的斥力来计算,从而大大减少了计算量,使得总计算复杂度下降,可处理几十万个节点规模的图。
相关参数:
Yifan Hu
Optimal Distance(最佳距离):值越大,整个图的尺寸越大。
Relative Strength(相对强度):值越大,节点越稀疏;值越小,节点越紧密。
Yifan Hu 比例
Yifan Hu比例布局的参数与Yifan Hu布局的参数相同,实际上这两个布局所起到的作用是相同的,扩展(收缩布局的参数只有比例因子,比例因子的设置方法如下:
如果比例因子为1,那么图不会放大也不会缩小。
如果比例因子大于1,那么图会放大,且值越大,放大的比例越大。
如果比例因子小于1,那么图会缩小,且值越小,缩小的比例越大。
如果比例因子为负数,那么在放大或缩小的同时,也会从上下、左右两个方面颠倒图形。
图可视化工具Gephi使用教程

交叠

主要防止标签的重叠。具体参数如下:
speed(速度):布局速度。一般都是速度越快,布局越差
ratio(节点边距) :间距为1的时候,节点会连在一起,随着间距增大,节点变的越来越分开。当简间距小于1的时候,允许节点重叠。
margin(幅度):增加幅度半径。当幅度为0的时候,没有余量;幅度增大节点分离越大,负的幅度的时候允许重叠。

扩展&收缩

扩展、收缩布局是对原始图的按照比例的扩展和收缩,两者唯一的参数是Scale facto因子。
Scale factor取值有以下几种情况:
因子=1,不扩展,不收缩。
因子>1,扩展,值越大,扩展越大。
因子<1,收缩,值越小,越收缩。
因子为负数: 在扩展和收缩的同时,进行图形的颠倒。

旋转

可以将图形从整体上进行顺时针或者逆时针的旋转,从而进行布局。唯一的参数是Angle(旋转角度,旋转角度可以是正的,也可以是负的值。

标签调整

主要可以防止标签的重叠,参数包括Speed(速度,决定了布局的速度;Include Node size(包括节点大小):是否使得重叠的节点分散。

随机布局

在一个Space size(空间大小的参数)上进行随机的布局。

统计

点击运行即可完成统计,完成统计后右侧圆圈可以点击查看统计报告。
图可视化工具Gephi使用教程

平均度

计算每个节点的度,并统计相同度的节点数量
有向图:所有点的度数总和/节点数*2
无向图:所有点的度数总和/节点数
在图上能够,看出每个度所占的百分比,能够看到每种度用不同颜色标示
通过这个可以看出哪些节点的度高,反应出连接他的点就多,就越关键

平均加权度

有向图: 取得每个点的边,如果该边的源为该节点,那么该边的权重为加权出度,反之亦然。计算出每个点的加权出度,入度和度。其实平均度是平均加权度的一个特例,平均度的每条边的权重为1。加权度为加权出度和入度的总和。计算同样入度出度的节点个数。
无向图:取得每个点的边,将边的权重求和,即为该点的加权度。

有向图:加权度总和/2x节点数 无向图:加权度总和/节点数

网图密度

无向图: 边数x2 /(节点数x节点数-节点数)
有向图: 边数 /(节点数x节点数-节点数)
大概理解:(节点数x节点数-节点数)这个计算出最多的连接边数(不包含连自己) ,用实际边数除以最大可能边数,即为密度,结果越大表示图中节点连接越紧密。

点击次数

计算2个值authority和hub
每个节点入度的比值。简单的,就是总的节点的入度和,除以该节点入度和,体现节点重要性,被链接的多,说明入度多,就更加重要
authority
计算每个引入(指向该节点)该节点(有入度的节点)的节点的hub(初始为1)总和,用该值除以所有点的authority值
hub
计算每个引入(指向该节点)该节点(有出度的节点)的节点的 authority (初始为1)总和,用该值除以所有点的 hub 值

网络直径

目前看应该是所有节点之间的平均路径长度。

分割和模块化

模块化

从结果上看是一种聚类算法,原理尚未看到相关资料介绍。

统计带来分割窗口的更新

点击模块化统计,运行后,左侧外观-节点-分割可选择Modularity Class,点击应用可以对图窗口内的有向图进行聚类。
图可视化工具Gephi使用教程
并且,模块化后的数据会写入数据的节点表格中。
图可视化工具Gephi使用教程

自己输入聚类结果

在数据中手动添加一列fl,输入123作为三类代表。
图可视化工具Gephi使用教程
然后回到概览界面,选择分割,即可通过fl列进行聚类分析。
图可视化工具Gephi使用教程

因此,实际上可以在外部使用其他的聚类分析算法,利用有/无监督学习模型把不同节点的类别进行定义,然后把有聚类标签的csv文件导入Gephi即可实现在Gephic上的聚类可视化分析。

过滤

通过过滤查找一个节点

查看数据,以找到id为960的节点为例。注意,这里需要手动插入一列,示例取名为Node,并且把id的数据复制到Node里,这样才可以在过滤界面按照Node查询。
图可视化工具Gephi使用教程
在过滤-属性-等于,找到Node列,输入960,点击选择,即可筛选Node为960的节点。若是选择过滤,则只会显示Node为960的节点。
图可视化工具Gephi使用教程

也可以使用正则表达式的方式查找,例如查找952-956,962-966的节点,输入正则表达式9[5,6][2-6],点击确定,选择。
图可视化工具Gephi使用教程

预览

首先创建这样一个样式的图。跳转到预览。
图可视化工具Gephi使用教程
点击刷新。
图可视化工具Gephi使用教程
在预览界面,按住鼠标左键或右键可以移动图形,滑动鼠标滚轮可以放缩图形。
图可视化工具Gephi使用教程
上面有预设的样式:
图可视化工具Gephi使用教程
图可视化工具Gephi使用教程
可以通过调整左侧的参数,进行图形调整。
图可视化工具Gephi使用教程
若是有一个比较好的样式参数需要保存,下次继续调用,则可以点击预设置右侧的保存按钮。
图可视化工具Gephi使用教程文章来源地址https://www.toymoban.com/news/detail-444682.html

到了这里,关于图可视化工具Gephi使用教程的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【Python】EasySpider:一个很强大的可视化网络爬虫工具,100%开源完全免费

    EasySpider是一个可视化爬虫软件,可以使用图形化界面,无代码可视化的设计和执行爬虫任务。只需要在网页上选择自己想要爬的内容并根据提示框操作即可完成爬虫设计和执行。同时软件还可以单独以命令行的方式进行执行,从而可以很方便的嵌入到其他系统中。自发布以来

    2024年02月07日
    浏览(63)
  • 【数据可视化】通过使用网络爬虫对数据爬取并进行可视化分析

      本次项目所爬取的网页为柳州职业技术学院电子信息工程学院的超星学习通课程中心。在该网页中可以查看到电子信息工程学院历年的超星课程创建情况,还可以进入到课程界面查看相应的教学资源。   在该网页中,详细记录了课程序号、课程名称、课程链接、所属院

    2024年02月04日
    浏览(49)
  • Linux 可视化管理(webmin 和 bt(宝塔)运维工具的详细安装教程:webmin 安装配置和使用,bt 宝塔 的安装配置和使用)

    目录 第十八章 webmin 和 bt(宝塔) 运维工具 18.1 webmin 安装配置和使用 18.1.1 基本介绍 18.1.2 安装 webmin配置 18.1.3 简单使用演示 18.2 bt 宝塔 的安装配置和使用 18.2.1 基本介绍 18.2.2 安装和使用 18.2.3 bt 宝塔使用介绍 18.2.4 如果 bt 的用户名,密码忘记了。使用 bt default 可以查看 18.1

    2024年02月09日
    浏览(47)
  • docker可视化管理工具portainer忘记密码重置教程

    目录 前言: 1 停止portainer容器 2 借助仓库 portainer/helper-reset-password 重置密码 3 重新启动portainer容器  4 验证是否修改成功 5 修改登录密码 由于学习的深入,各种账号密码实在是太多了,建议各位配置账号密码的时候一定要及时记录好账号密码并存档,不然老得折腾这种事情

    2024年02月09日
    浏览(55)
  • 小程序数据可视化:使用图表和可视化工具展示数据

    在当今信息爆炸的时代,数据无疑是最珍贵的资源之一。然而,海量的数据如果不加以整理和展示,很难从中获取有价值的信息。这时候,数据可视化就发挥了重要作用,它能够通过图表和可视化工具将复杂的数据转化为直观的视觉形式,帮助人们更好地理解和分析数据。本

    2024年02月11日
    浏览(53)
  • 可视化工具Visdom的使用

    ​ Visdom是Facebook专为PyTorch开发的实时可视化工具包,其作用相当于TensorFlow中的Tensorboard,灵活高效且界面美观。如果想更多了解关于Visdom的使用可以参考官方文档 打开cmd窗口,输入命令即可 要是用Visdom,需要在终端先开启监控命令,根据显示在浏览器中输入: http://localho

    2024年02月10日
    浏览(34)
  • MySQL5.7数据库、Navicat Premium1.6可视化工具安装教程【详细教程】

    MySQL: MySQL5.7.23 Navicat Premium: Navicat Premium16 NavicatCracker: NavicatCracker16.0.7.0 注:这里MySQL版本最好选择5.7.23的 1、双击打开文件mysql-installer-community-5.7.23.0.msi : 2、选择安装类型,选择自定义安装 3、选择安装的产品和功能 1、依次点开 “MySQL Servers”“MySQL Servers”“MySQL Ser

    2024年02月13日
    浏览(58)
  • 幻兽帕鲁(1.5.0)可视化管理工具(0.5.7 docker版)安装教程

    幻兽帕鲁(Palworld 1.4.11.5.0)私有服务器搭建(docker版) 说明:该管理工具同样使用1panel管理面板中docker方式进行部署(不了解1panel面板的可以先百度了解一下) 如果你没有安装1Panel,请参考1panel安装教程,注意根据linux版本使用正确的linux安装命令 登录1panel,找到应用商店,选择

    2024年03月24日
    浏览(47)
  • 计算机毕业设计:基于python机器学习的全国气象数据采集预测可视化系统 预测模型+爬虫(包含文档+源码+部署教程)

    [毕业设计]2023-2024年最新最全计算机专业毕设选题推荐汇总 感兴趣的可以先收藏起来,还有大家在毕设选题,项目以及论文编写等相关问题都可以给我留言咨询,希望帮助更多的人 。 随着气候变化的不断加剧,气象数据的准确性和时效性变得愈发重要。本论文介绍了一个基

    2024年02月03日
    浏览(63)
  • 数据可视化diff工具jsondiffpatch使用学习

    jsondiffpatch 是一个用于比较和生成 JSON 数据差异的 JavaScript 库。它可以将两个 JSON 对象进行比较,并生成一个描述它们之间差异的 JSON 对象。这个差异对象可以用于多种用途,例如: 生成可视化的差异报告 应用差异到另一个 JSON 对象,从而完成更新 将差异对象转换为文本格

    2024年02月12日
    浏览(87)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包