可视化，字字网络

图片发自App

现有方法是用Matlab生成邻接矩阵然后导入到Gephi画图，里面有手工成分，另外节点布局只能依赖Gephi的自带函数。我要做的就是实现完全自定义，和完全自动化。

也就是说，完全不依靠可视化软件，模型自己建，布局自己画......

本来打算今天写具体的实现过程和技术细节，但一直没抽出时间，所以决定在公交上写一下完成的工作还有未完成的想法。

首先是文本处理，编码转换，根据标点断句，字符分割，没什么好说的。

接下来是模型建立，使用Networkx储存字符节点，根据字符的出现频率进行节点排序；节点之间建立加权有向边。

然后是布局函数，这项工作耗时最多。Networkx画图极其简陋，箭头丑，节点和边的颜色大小只能为单一值，图像布局杂乱，所以所有画图过程以及布局函数全部手工写，将Networkx的内部封装方法彻底改造了一番。布局设计是根据节点重要性画n个同心圆，首先将所有节点分组，组长差为6（圆周对半径求导），然后对每组节点根据极坐标转换赋xy值，最后有向边也根据节点xy值来赋值。

接下来画图，节点大小、文字大小和边的宽度、透明度均根据各自的权重赋值，也是要手动去改原来的单一值，改为数组。根据布局画图并保存或显示。统计出入度。

最后是用Django实现web交互，也挺麻烦。

现在算是完成了主要工作，耗时两个下午加一个晚上。还有一些细节需要抠，文本提交接下来改为文档提交，将关联度较大的字列出，应该导出个邻接矩阵方便以后进一步的工作。