图分析与可视化

一些不常见的图

桑基图

数据可视化

Aperture Js

图论术语表

• 非循环图（Acyclic Graph）: 从任意节点沿着连接经过其他任意节点时不包含循环的图
• 邻接矩阵（Adjacency Matrix）: 一个表，其中所有节点都被分配一个行和一个列。单元格中的非零值代表行节点与列节点之间的一个连接
• 间距中心度（Betweenness Centrality）：节点重要性的一种度量，反映了该节点在图中每个节点之间的最短路径上的次数
• 二部图（Bipartite Graph）: 在这种图中，一类节点只能连接到另一类节点。例如，在顾客购买数据中，顾客只能通过公共产品连接起来，而不能直接彼此连接。
• 广度优先搜索（Breadth-First Search，BFS）：这种算法从一个节点开始，依次遍历其每个临近节点，然后才向外下降一度，直到到达目标节点
• 中心度（Centrality）: 节点在图中的重要性，基于其连接计算
• 弦图（Chord Diagram）：一种图可视化技术，用于可视化包含不对称双向流的数据。其中，节点被排列在一个圆上，并且通过两端宽度不同的带形连接起来
• 团伙（Clique）: 一个子图，其中每个节点都连接到了该子图中的其他每个节点
• 紧密中心度（Closeness Centrality）: 节点在图中的重要性的一种特殊的计算度量，基于该节点到其他所有节点的路径距离的接近程度。在这种中心度形式中，如果某个节点到达其他所有节点所用的步骤最少，那么该节点就是重要的节点。
• 聚类（Clustering）: 按照相对相关性分组。图聚类是一种特殊类型的聚类，在计算相关性时会评估连接
• 社区（Community）: 图中紧密关联的节点构成的簇
• 决策树（Decision Tree）: 一个树，从根节点开始，其中的每个节点都代表一个决策，其分支反映了采用一个路径或另一个路径的条件
• 度（Degree）: 度可以表示节点度，即节点的连接数；也可以表示路径度，即从一个节点出发，沿着连接到达其他节点的步骤数。
• 度中心度（Degree Centrality）: 节点在图中的重要性的一个简单的度量，基于节点具有的连接数
• 深度优先搜索（Depth-First Search）: 这种算法从一个节点开始，依次尽可能深地遍历每个分支，然后再返回去遍历下一个分支，直到到达目标节点
• 有向循环图（Directed Acyclic Graph）: 不包含循环（连接回到路径上已存在的节点的路径）的有向图
• 有向图（Directed Graph）: 连接具有方向的图
• 不连通图（Disconnected Graph）: 图中有两个或多个子图，这些子图没有连通起来
• 边（Edge）: 节点之间的一种关系，通常用线条表示。边更常被叫做连接
• 自我网络（Ego NetWork）: 围绕一个节点的子图，由该节点连接的节点及它们之间的所有连接组成。自我网络也可被叫做邻域。自我网络可由度定义
• 特征向量中心度（Eigenbvector Centrality）：节点在图中的重要性的一种特殊的计算度量，基于传递影响（transitive influence）。在这种度中心度形式中，如果其他重要的节点都连接到某个节点，那么该节点就是最重要的节点。
• 力导向布局（Force-Directed Layout）：一类图布局，使用节点间的斥力和连接上的吸引力在空间上聚类相关节点
• 关联连接（Incident Links）: 如果一个连接与一个节点连通，就称该连接关联到该节点
• 孤立节点（Isolated Node）：没有节点的节点
• 叶节点（Leaf Node）: 有入连接，但是没有出连接的节点
• 连接（Link）： 节点之间的一种关系，通常被表示为一个线条。在图论中，连接常常被叫做边
• 回路（Loop）: 起点和终点连接到相同节点的连接，也叫做自回路
• 模块度（Modularity）: 社区强度的一种度量，或者，更多时候指的是以计算该度量为基础的社区发现算法
• 网络（NetWork）： 图的另外一个名称，其中的每个节点通常代表一个物理实体，而不是更加抽象或者概念化的东西
• 页面排名（Page Rank）: 特征向量中心度的一种变体，是Google的第一个搜索算法的基础。页面排名根据链接到某个页面的其他相关页面的聚合权重，评估该页面的相关性。尽管名称提到了页面，但是该算法可以用到任意类型的图数据来估计节点的重要性
• 路径（Path）: 从一个节点到达另一个节点时遍历的一系列连接
• 平面图（Planar Graph）： 在绘制时连接不会交叉的图
• 邻域（Neighborhood）: 围绕一个节点的子图，由该节点连接的节点及它们之间的所有连接组成。在社交网络中，自我网络就是一个邻域。邻域可由度定义
• 节点（Node）: 连接到其他实体或事物的一个实体或事物。在图论中，节点通常被称为顶点
• 桑基图（Sankey Diagram）： 一种可视化技术，按列排列节点，并且不同大小的连接从一段进入，从另一端离开
• 自回路 （Self-Loop）: 起点和终点连接到相同节点的连接
• 最短路径（Shortest Path）：两个节点间的最小路径或距离
• 生成树（Spanning Tree）: 一个子图，其中包含所有相连节点，但是只包含将这些节点连接起来所需的最小连接集合，从而形成一个树
• 空间网络（Spatial Network）：一种图，其中的节点位置反映了所表示元素内在的空间特性，而不是与其他节点的关系
• 子图（Subgraph）: 图中的一个节点和连接子集
• 树（Tree）: 一种图，不包含循环路径，并且任意两个节点之间只有一条路径。分层是树的一个例子
• 无向图（Undirected Graph）: 连接的方向没有意义的图（例如代表互相关系—如友情—的连接）
• 顶点（Vertex）： 连接到其他实体（或事物）的一个实体（或事物）。顶点更常被叫做节点
• 权重（Weight）: 权重以抽象的方式指示连接或节点相对于其他连接或节点的强度或重要性。连接权重通常直接从它所表示的关系的基本属性映射而来，而节点权重通常从派生度量（例如中心度）映射而来。在两种情况中，权重常常被规范化，并且大部分时候在视觉上通过大小反映出来