关系网络数据可视化:1. 关系网络图&Gephi
1.关系网络图
如何来表示两个对象之间的关系?
把对象变成点,点的大小、颜色可以是它的两个参数,两个点之间的关系可以用连线来表示。连线分为无向(只是连接的导向,一些简单的关系很容易体现)和有向(复杂网络,连接+方向,线本身的方向代表了连接的关系同时线的粗线也可以表示线的连接强度)。
这个图 有点杂乱,看不出哪个点之间连接了,看不出点之间的特征。
导向分为3类:
力导向布局、空间导向布局、规则导向布局
1.1 力导向布局
它除了点与点之间的联系外,还分为空间聚集的聚类,反应出不同团队、不同聚类之间的关系。可交互,放到可看到里边的人。
通过颜色来反应明星之间的派系,连接关系就是通过力的导向布局的,以作用力作为连接的依据。
不同的资本的派系、流动情况,包括公司与它的子公司之间的联系。登录启信宝就可以看到相关的图,点的大小代表关系强弱,高层级的它向外投资的就越多,它的连接度就越多,它的连接点就越大。
总结:力导向布局
模拟引力和弹力的算法应用,可用于模拟分级分团。(用引力和弹力去模拟算法,力和弹力用点之间的关系值;比如两个城市之间的投资关系可用投资的金额的量去表示,用这个量去做引力和弹力的算法。演员和导演的合作次数用这个值去参考它的引力和弹力。)
每次的布局结果可能不一致,与设置和点的分布有关。
如果有了合适的布局,记住自己的设置(记住里边的参数设置)。
1.2 空间导向(基于地理空间,哪个城市与哪个城市做一个关系导向)
用的BDP的软件去做的,它就是做一个流向的可视化
全球的航线之间的关系,用的第三方平台的软件-吉海
总结:空间导向布局
需要知道空间数据,例如经纬度(定义点,然后再有个value值);
需要知道数据之间的联系(要知道怎么去量化,比如说我们要看航线关系:不同城市之间的航线数量,或者平均的航线人次来算这个量);
通常是有向的。
1.3 规则导向(有基本的规则界定点与点之间的关系)
总结规则导向布局:
一般分为水平、垂直、放射状排布;
有明显的层级关系。
用到的软件是:gephi
2. Gephi软件工具
边:连接关系;源:连接源个点的ID,第0个点连接到第6个点,矢量线性关系的图
导向的模拟
力导向布局:布局--->>Force Atlas
最新文章
- Lucene索引文件学习
- JS数组push会覆盖前面的数据问题
- ACM 盗梦空间
- ASP.NET MVC学习笔记-----Bundles
- android优化从网络中加载图片速度。。
- Every student in every school should have the opportunity to learn to code
- JSLint notepad++使用
- caffe IDE 开发环境配置
- Oracle数据库之事务
- sql优化原则
- finally语句包含return的情况
- 对Java的初识
- python enumerate() 函数的使用方法
- Scrapy Selectors 选择器
- ASCII工具类
- SpringBoot设置文件上传大小限制--默认为1M
- UML各种图
- Python:员工信息增删改查
- Ubuntu 14.04TLS和CentOS-6(64bit)上安装Nginx
- 〖Android〗代理与正常网络分开同步CyangenMod源码