Cayley图数据库的可视化(Visualize)

(给Python开发者加星标,提升Python技能

作者:jclian (本文来自作者投稿)

引入

在文章Cayley图数据库的简介及使用中,我们已经了解了Cayley图数据库的安装、数据导入以及进行查询等。

Cayley图数据库是Google开发的开源图数据库,虽然功能还没有Neo4J来得那么强大,但也有很多新的功能等待着我们去探索。本文将继续上篇文章的旅程,给读者介绍如何在Cayley图数据库中实现查询结果的可视化。 

下面,让我们一起来探究Cayley的奥秘吧~

查询结果可视化

  

Cayley图数据库的查询语句的参考网址为:https://github.com/cayleygraph/cayley/blob/master/docs/GizmoAPI.md 。 若想实现查询结果的可视化,则需要使用Tag()函数,返回的结果样式应当如下:

[
{
  "source": "node1",
  "target": "node2"
},
{
  "source": "node1",
  "target": "node3"
},
]

即返回的结果中对节点会打上Tag,source为来源,颜色为蓝色,target为目的地,颜色为橙色。

我们使用的数据仍来自文章Cayley图数据库的简介及使用 。 首先导入数据:

./cayley load -c cayley_example.yml -i data/China_Movie.nq

接着启动查询语句的web界面:

./cayley http -i ./data/China_Movie.nq -d memstore --host=:64210

在浏览器中输入网址:http://localhost:64210  ,选择Visualize,

Cayley图数据库的可视化(Visualize)_第1张图片 Visualize

输入命令:

g.V('<沈腾>').Tag("source").Out('').Tag("target").All();

就能能到关系图的可视化结果了,如下:

Cayley图数据库的可视化(Visualize)_第2张图片

接着我们来查看某个实体的所有属性及属性值,输入的命令如下:

var eq = "<流浪地球>";
var attrs = g.V(eq).OutPredicates().ToArray(); 

values = new Array();
for (i in attrs) {
    var value = g.V(eq).Out(attrs[i]).ToValue();
    values[i] = value;
}

var s = new Array();


for (i in attrs) {
  var key_val_json = new Object();
  key_val_json["id"] = values[i];
  key_val_json["source"] = eq;
  key_val_json["target"]= attrs[i]+":"+values[i];
  s[i] = key_val_json;
}

for (i =0; i< s.length; i++) {
    g.Emit(s[i]);
}

出来的图如下:

Cayley图数据库的可视化(Visualize)_第3张图片

这样我们就实现了Cayley图数据库的可视化,但是效果一般,而且不支持对边赋值,因此无法在边上显示关系。

利用D3.js实现可视化展示

利用D3.js,我们可以把查询到的结果,自己来画关系图。笔者主要参考的项目的Github地址为:https://github.com/ownthink/KG-View/blob/master/index.html 。我们只需要将查询到的结果复制粘贴到该HTML文件中即可。还是以《流浪地球》的所有属性及属性值为例,查询的命令如下:

var eq = "<流浪地球>";
var attrs = g.V(eq).OutPredicates().ToArray(); 

values = new Array();
for (i in attrs) {
    var value = g.V(eq).Out(attrs[i]).ToValue();
    values[i] = value;
}

var s = new Array();

for (i in attrs) {
  var key_val_json = new Object();
  key_val_json["source"] = eq;
  key_val_json["rela"] = attrs[i];
  key_val_json["target"] = values[i];
  key_val_json["type"] = "resolved";
  s[i] = key_val_json;
}

for (i =0; i< s.length; i++) {
    g.Emit(s[i]);
}

返回的结果如下:

{
    "result": [
        {
            "rela": "",
            "source": "<流浪地球>",
            "target": "",
            "type": "resolved"
        },
        {
            "rela": "",
            "source": "<流浪地球>",
            "target": "2",
            "type": "resolved"
        },
        {
            "rela": "",
            "source": "<流浪地球>",
            "target": "/item/%E6%B5%81%E6%B5%AA%E5%9C%B0%E7%90%83",
            "type": "resolved"
        },
        {
            "rela": "",
            "source": "<流浪地球>",
            "target": "40.83亿",
            "type": "resolved"
        },
        {
            "rela": "",
            "source": "<流浪地球>",
            "target": "46",
            "type": "resolved"
        },
        {
            "rela": "",
            "source": "<流浪地球>",
            "target": "50",
            "type": "resolved"
        },
        {
            "rela": "",
            "source": "<流浪地球>",
            "target": "2019.02.05",
            "type": "resolved"
        }
    ]
}

将result的结果数组复制粘贴至index.html文件,内容如下:







在浏览器中打开,效果如下:

Cayley图数据库的可视化(Visualize)_第4张图片 D3.js的效果图

这个绘图的效果会比Cayley自带的效果好一些,但功能还是有限。

总结

  

网上关于Cayley的相关资料比较少,基本只有官方文档和社区作为参考。本文所讲述的内容如有不足之处,还请读者多多指教~另外,关于Cayley的可视化,如读者有更好地办法实现,也欢迎告知笔者~

【本文作者】

jclian:从事Python已两年多,是Python爱好者,喜欢算法,热爱分享,希望能结交更多志同道合的朋友,一起在学习Python的道路上走得更远!

推荐阅读

(点击标题可跳转阅读)

高效使用 Python 可视化工具 Matplotlib

Python数据可视化:网易云音乐歌单

觉得本文对你有帮助?请分享给更多人

关注「Python开发者」加星标,提升Python技能

Cayley图数据库的可视化(Visualize)_第5张图片

好文章,我在看❤️

你可能感兴趣的:(Cayley图数据库的可视化(Visualize))