网站设计代码案例,附近的装修公司地点,企业网站模板源码起名,wordpress打开速度慢本文转载自公众号#xff1a;Nebula Graph Community 。我们都知道《权利的游戏》在全世界都很多忠实的粉丝#xff0c;除去你永远不知道剧情下一秒谁会挂这种意外“惊喜”#xff0c;当中复杂交错的人物关系也是它火爆的原因之一#xff0c;而本文介绍如何通过 NetworkX 访… 本文转载自公众号Nebula Graph Community 。                                            我们都知道《权利的游戏》在全世界都很多忠实的粉丝除去你永远不知道剧情下一秒谁会挂这种意外“惊喜”当中复杂交错的人物关系也是它火爆的原因之一而本文介绍如何通过 NetworkX 访问开源的分布式图数据库 Nebula Graph并借助可视化工具—— Gephi 来可视化分析《权力的游戏》中的复杂的人物图谱关系。1. 数据集本文的数据集来源冰与火之歌第一卷(至第五卷)[1]人物集 (点集书中每个角色建模为一个点点只有一个属性姓名关系集边集如果两个角色在书中发生过直接或间接的交互则有一条边边只有一个属性权重权重的大小代表交互的强弱。这样的点集和边集构成一个图网络这个网络存储在图数据库 Nebula Graph [2]中。2. 社区划分——Girvan-Newman 算法我们使用 NetworkX [3] 内置的社区发现算法 Girvan-Newman 来为我们的图网络划分社区。以下为「社区发现算法 Girvan-Newman」解释网络图中连接较为紧密的部分可以被看成一个社区。每个社区内部节点之间有较为紧密的连接而在两个社区间连接则较为稀疏。社区发现就是找到给定网络图所包含的一个个社区的过程。Girvan-Newman 算法即是一种基于介数的社区发现算法其基本思想是根据边介数中心性edge betweenness从大到小的顺序不断地将边从网络中移除直到整个网络分解为各个社区。因此Girvan-Newman 算法实际上是一种分裂方法。Girvan-Newman 算法的基本流程如下1计算网络中所有边的边介数2找到边介数最高的边并将它从网络中移除3重复步骤 2直到每个节点成为一个独立的社区为止即网络中没有边存在。概念解释完毕下面来实操下。使用 Girvan-Newman 算法划分社区。NetworkX 示例代码如下为图中每个点添加一个 community 属性该属性值记录该点所在的社区编号3. 节点样式——Betweenness Centrality 算法下面我们来调整下节点大小及节点上标注的角色姓名大小我们使用 NetworkX 的 Betweenness Centrality 算法来决定节点大小及节点上标注的角色姓名的大小。图中各个节点的重要性可以通过节点的中心性Centrality来衡量。在不同的网络中往往采用了不同的中心性定义来描述网络中节点的重要性。Betweenness Centrality 根据有多少最短路径经过该节点来判断一个节点的重要性。计算每个节点的介数中心性的值为图中每个点再添加一个 betweenness 属性4. 边的粗细边的粗细直接由边的权重属性来决定。通过上面的处理现在我们的节点拥有 name、community、betweenness 三个属性边只有一个权重 weight 属性。下面显示一下emmm有点丑…虽然 NetworkX 本身有不少可视化功能但 Gephi [4] 的交互和可视化效果更好。5. 接入可视化工具 Gephi现在将上面的 NetworkX 数据导出为 game.gephi 文件并导入 Gephi。6. Gephi 可视化效果展示在 Gephi 中打开刚才导出的 game.gephi 文件然后微调 Gephi 中的各项参数就以得到一张满意的可视化将布局设置为 Force Atlas, 斥力强度改为为 500.0 勾选上 由尺寸调整 选项可以尽量避免节点重叠Force Atlas 为力引导布局力引导布局方法能够产生相当优美的网络布局并充分展现网络的整体结构及其自同构特征。力引导布局即模仿物理世界的引力和斥力自动布局直到力平衡。给划分好的各个社区网络画上不同的颜色在外观-节点-颜色-Partition 中选择 community这里的 community 就是我们刚才为每个点添加的社区编号属性决定节点及节点上标注的角色姓名的大小在外观-节点-大小-Ranking 中选择 betweenness这里的 betweenness 就是我们刚才为每个点添加的 betweenness 属性)边的粗细由边的权重属性来决定在外观-边-大小-Ranking 中选择边的权重导出图片再加个头像效果大功告成一张权力游戏的关系谱图上线 :) 每个节点可以看到对应的人物信息。7. 下一篇本篇主要介绍如何使用 NetworkX并通过 Gephi 做可视化展示。下一篇将介绍如何通过 NetworkX 访问图数据库 Nebula Graph 中的数据。本文的代码可以访问[5]。8. 致谢致谢本文受工作 [6] 的启发Reference[1]https://www.kaggle.com/mmmarchetti/game-of-thrones-dataset[2]https://github.com/vesoft-inc/nebula[3]https://networkx.github.io/[4]https://gephi.org/[5]https://github.com/jievince/nx2gephi[6]https://www.lyonwj.com/2016/06/26/graph-of-thrones-neo4j-social-network-analysis/  OpenKG开放知识图谱简称 OpenKG旨在促进中文知识图谱数据的开放与互联促进知识图谱和语义技术的普及和广泛应用。点击阅读原文进入 OpenKG 博客。