【SNA】社会网络分析二 Gephi 功能详解

Gephi 功能详解

一、Gephi 简介

Gephi 是一款网络分析领域的数据可视化处理软件，开发者对它寄予的希望是成为“数据可视化领域的 Photoshop”，可运行在 Windows、Linux 及 Mac OS 系统上。

二、特点

Gephi 主要有以下三大特性：

• 由内置的快速的 OpenGL 引擎提供支持，Gephi 能够利用非常大的网络推送信封，可视化网络多大一百万个元素，所有元素都会实时运行，如布局、过滤器；
• 简单易于安装和使用，以可视化为中心的 UI，类似 Photoshop 的图形处理一样；
• 支持模块化扩展 Gephi 及插件开发，该架构构建在 Netbeans 平台之上，可以通过精心编写的 API 轻松扩展或重用。

三、主要功能模块

分类	主要功能	具体内容
网络布局	通过布局算法将网络关系直接转换为图，以图形方式研究网络	提供是 10+ 网络布局算法，如 force atlas、force atlas2 等
网络统计	通过不同的统计算法计算网络属性，供研究发现网络特性	研究节点和边：节点度（度/出度/入度）、介数中心度、亲密中心度、特征向量中心度、节点 PageRank 值、离心度、聚类系数、最短路径
		研究网络整体：平均度、平均加权度、网络直径、网络半径、平均路径长度、图密度、平均聚类系数
		研究小团体：模块化（把度相同的节点归类）、连接组件（基于节点连通关系，根据连接关系对节点归类）
网络滤波	通过用户设定的规则对网络中的节点或边进行筛选，从而更加精准的探索和分析网络	提供的筛选路径包括节点或边的属性、网络拓扑结构等
网络可视化	自定义或根据数据设置节点的大小、节点颜色、边的粗细、边的颜色及节点与边的标签的颜色及大小	用户自定义：手动设置大小、颜色等
		根据数据设定：原始数据本身携带的可以用于设置的数值；通过 gephi 统计功能计算出新的数据也可用于设置

四、操作介绍

Gephi 共包括三个主要页面：

• 概览：图处理、可视化编辑的主要界面；
• 数据资料：分为节点数据和边数据，在数据表上方和下方是用于数据处理的工具；
• 预览：预览输出，图形处理完成后，可以在此输出。

1、概览界面

（1）图窗体：图编辑和显示

i. 操作节点和连线的工具

• 鼠标选取范围尺寸调整：如果将鼠标移动到某一个节点上，与这个节点组成边的其他节点就会显示，从而了解该节点的关联状态。单击 configure 按钮，可以设置鼠标选取的范围，即同时选择一组节点，并且显示这组节点相关联的其他节点；
• 单选：单独选择一个节点，右击进行操作；
• 矩形选取：在一个矩形范围内选取一组节点；
• 移动：按左键拖动节点，按右击拖动图像、滑动鼠标滚轮放大或缩小整个图形；
• 单节点涂色：单击次数越多，节点颜色越深，在矩形范围内会给多个节点涂色；
• 节点大小调整：按住鼠标左键上下拖动；
• 关联节点涂色：颜色、颜色强度、扩散模式；
• 新建节点：颜色、直径；
• 新建边：点击源节点，再点击目标节点，会生成一条新边，可以设置边类型和权重；
• 节点距离：判断两个节点之间是否存在路径，如果存在就把最短路径用选中的颜色表示出来；
• 节点范围：以一个节点为起点，根据距离的远近，给不同距离的节点图上不同的颜色，在涂色中，也会引入权重的参数，在涂色之前需要配置涂色的模式和色彩，其中，涂色的模式分为梯度 grandient 和调色板 palette；
• 节点属性：节点属性是节点基础数据和统计数据的查看和编辑工具，分为 Properties 数据和 Attributes 数据。Properties 可以理解为节点天生的、固有的数据，包括尺寸、位置、颜色、标签大小及颜色等；Attributes 可理解为抽象化、动态变更的数据，包括 ID、标签、间隔等，Attributes 数据可以根据节点数据的增加而扩充。

ii. 编辑标签和控制显示的属性的工具

• 整体设置

  1. 图形复位（图中心）：使图形缩放到能够最大化地全部显示在图窗体中；
  2. 重设颜色：重设全部节点的颜色；
  3. 重设标签颜色：标签颜色恢复默认；
  4. 复位标签大小：标签大小恢复默认；
  5. 背景颜色：重设背景颜色；
  6. 截图：截图及截图配置；

• 节点及边设置：
  7. 标签显示开关；
  8. 边显示开关；
  9. 边使用节点颜色开关；
  10. 边标签显示开关；
  11. 边粗细；
  12. 标签大小模式；
  13. 标签涂色模式；
  14. 字体及字体大小；
  15. 标签大小调节；
  16. 标签默认颜色；
  17. 标签显示选择；

• 18 全局设置：

  • 全局：

    • 
    • 自动选择邻居：鼠标指向一个节点后，关联节点显示的方式；
    • 高亮选择：鼠标指向一个节点后，这个节点与其他节点颜色的变化方式，勾选后指向的节点保持原来的颜色，其他节点变暗；取消沟通后，指向的节点变暗，其他节点保持原来颜色；

  • 边：

    • 

    • 使用节点的颜色：指边会使用节点的颜色；

    • 选择颜色：勾选后，把鼠标移动到一个节点后，这个节点出边、入边及双向边会用不同的颜色显示；

  • 标签：

    • 
    • 节点：节点标签字体大小和颜色；
    • 边：边上标签的字体大小及颜色；
    • 隐藏未选中：勾选后，只有鼠标移动到某个节点上后标签才会显示；
    • 节点标签大小：共有三种类型，fixed（固定大小，标签大小不跟节点大小变化而变化）、scaled（标签随节点大小变化而变化）、nodeSize（节点越大，标签越大，但标签大小本身是固定的，不随节点大小变化而变化）；
    • 节点标签颜色：共有三种类型，unique 表示节点标签和边标签都是用选定的颜色，object 表示节点标签使用节点颜色，边标签使用边的颜色；text表示节点标签都使用默认黑色。

（2）布局：节点与边的排布

布局是根据某种策略对节点和边进行排布，使图形既具有特定需要的合理性，也易于视觉识别。它们的核心都是平衡一个网络中节点的斥力和引力关系。
一般来说，布局应满足：

• 使节点均匀分布在有限的区域内；
• 避免边的交叉和弯曲；
• 保持边的长度一致；
• 使整体布局能反映图的内在特性。

默认布局（12种）大致可分为两类：

• 力引导布局，共 6 种：force atlas；force atlas2；fruchterman reingold；openord；yifan hu；yifan hu 比例；
• 辅助性的、带有编辑和调整性质的布局，共 6 种：noverlap；rotate；扩展；收缩；标签调整；随机布局。

布局类型	描述	参数配置
force atlas	使布局更加紧凑，可读性更强	1、惯性：值越大，图摇摆幅度越大 2、斥力强度：节点排斥其他节点的强度，值越大，节点距离越大 3、吸引强度：连接节点的吸引力强度，值越大，有连接的节点越被拉进 4、重力：值越小，图越分散；值越大，图越被压缩 5、速度：布局运动的速度，值越大，图布局的速度越快
force atlas 2	改进的 force atlas，速度更快	1、缩放：节点的斥力强度，值越大，斥力越大，图越稀疏 2、更强的重力：已定义好的较强的重力 3、重力：自定义的重力值，可以比更强的重力更强 4、劝阻 hubs：只有输入的边会被推到边缘 5、LinLog 模式：线性和对数模式的切换 6、防止重叠：将重叠的节点展开 7、容差（速度）：布局速度的选取，较小的值速度慢，但精度更高
Fruchterman Reingold 布局	FR 布局，基于再次改进的弹性模型	1、区：定义图形的幅度，值越大图越大，越稀疏 2、重力：定义重力值，值越大重力越强，节点越被中心吸引 3、速度：布局的速度，值越大布局速度越快，但越不精确
Noverlap（交叠）	可防止节点重叠，但不考虑节点标签重叠	1、速度：速度越快，精度越差 2、节点间距：间距为 1 时，节点会连接在一起，间距为 2 时，节点会分开；间距为 1.1 时，间距增加 10%，小于 1 时允许节点重叠 3、幅度：增加幅度半径，幅度为 0 时，没有余量，幅度为 10 时，节点分开至少 20 像素，负幅度允许重叠
Openord	支持多核、并行，适合处理节点较多的图	布局阶段分为 liquid、expansion、cooldown、crunch 和 simmer 5 个过程
rotate	顺/逆时针旋转	将图形从整体上做顺时针或逆时针旋转
Yifan Hu	在多层级力引导算法中引入超节点概念	1、最佳距离：值越大，整个图的尺寸越大 2、相对强度：值越大，节点越稀疏
扩展/收缩布局	对图形做整体上的放大或缩小处理	比例因子为 1，图保持原状： 大于 1：图放大，值越大，放大比例越大； 小于 1：图缩小，值越小，缩小比例越大
标签调整布局	防止节点标签重叠	1、速度：值为 1，可较缓慢地把标签重叠的节点躲避开，使节点标签没有重叠，值越大，速度变快，但躲避的幅度会较大 2、包括节点的大小：勾选后，会使重叠的节点也躲开
随机布局	Gephi 初始导入数据时的模式，将节点随机散步在正方形内	空间大小可以设置随机散步节点的正方形的边长

（3）统计：使用算法测度网络

统计面板，主要围绕以下内容：

• 根据统计算法，为节点或边计算出不同的数值；
• 研究节点的度：度、加权度、PageRank、聚类系数、特征向量中心度、模块化；
• 研究边的连接性：网络直径、连接组件；
• 研究图的整体特性：平均度、平均加权度、图密度、平均路径长度；
• 研究聚类特性：模块化。

  • 模块化和连接组件都具有某种归类或聚类的特性，但模块化根本上是统计节点的一种度，并在此基础上把度相同的节点归类；连接组件并不考虑节点度的状态，而仅仅是根据连接关系对节点归类。

分类	统计量	解释
网络概述	平均度	无向图：所有节点的度数和/节点数量（一个边能表示两个节点的度，所以所有节点的度数和等于边的数量乘以 2） 有向图：出度和或入度和/节点数量（因为出度和等于入度和，所以公式可以简化为数量直接除以节点的数量）
	平均加权度	平均度中将所有的权重当做 1 来处理，平均加权度中根据实际的权重计算节点的度，再根据加权的度计算平均度，即所有节点的加权度和除以节点数量，有向图类似
	网络直径	在一个网络中，最短路径最长的两个节点之间的距离
	图密度	实际的边数与最大可能的边数之比
	最短路径	两个节点之间可能存在多条可连通的路径，其中最短的路径称为最短路径，最短路径的值是最短路径中边的个数
	模块化	根据图的连接关系对节点归类，类型相同的节点会增加一个字段，用相同的数字表示，可用于社区发现
	PageRank	基于 PageRank 算法计算节点的重要性
	连接部件	如果所有节点都可以连通，称为连通图；否则称为非连通图。在非连通图中基于连接关系可划分多个区块，每个区块称为一个连通分量。计算连接组件后，Gephi 会给每个节点一个标注，把属于同一个连通分量的节点用一个相同的数字表示。 在有向图中，可分为强连通图和弱连通图。
	介数中心度	所有的节点对之间通过该节点的最短路径条数，一个节点的 Betweenness 越大，流经它的数据分组越多，意味着它更容易拥塞，成为网络的瓶颈
	亲密中心度	一个节点所能到达的节点的数量除以所能到达节点的最短路径之和。此种节点在网络中并非处于核心位置，与其他节点的关系并非最多；所处的位置也并非十分核心，但此节点与网络中其他节点的距离总和最短，也就是该节点在网络中有最佳视野，可以察知网络中所发生的事情，以及讯息的流通方向
	离心度	一个节点能到达的最大的最短路径，即从一个节点所有可以到达的节点中，账号出最长的最短路径
节点概述	平均聚类系数
	特征向量中心度	当前节点的中心性取决于邻居点的中心性
边概述	平均路径长度	节点数量除以所有两个节点最短路径之和，即平均每个最短路径可以分配到几个节点
动态	度	一个节点的边的数量，有向图中区分度、出度和入度
	聚类系数	一个节点一度连接的节点中，实际的边数与最大边数之比

（4）外观：节点、边、标签设置

自定义或根据数据设置节点的大小、节点颜色、边的粗细、边的颜色、节点与边的标签的颜色及大小。在以颜色和大小为目标的编辑中，可以通过两种方式实现：

1. 设置为统一的颜色和大小
2. 根据数值设定颜色和大小。
   
   数据自定义可以有两种方式实现：
3. 原始数据本身携带了可以用于设置的数值；
4. 通过 Gephi 统计功能计算出新的数据用于设置。

i. 节点

界面上右上角的 4 个按钮（节点颜色、节点大小、节点标签颜色、节点标签大小）会和统一的数值设定组合产生不同的效果。

ii. 边

界面右上方的 3 个按钮（边颜色、边标签颜色、边标签大小）会和统一的数值设定组合产生不同效果。

补充：Gephi 0.9.1 版本以后，节点与边的颜色的数值设定细分为 partition（分区）和 ranking（排名），partition 是用有区别的颜色给节点或边涂色，ranking 是用颜色渐变的方式给节点或边涂色。而节点与边的其他属性（节点大小、节点与边的标签颜色和标签大小）则没有细分，只有数值设定更改为 ranking，而没有操作上的变动。

（5）过滤：查询、筛选与分类

过滤器 filters 是通过用户设定的规则对网络中的节点或边进行筛选，从而能够更精准的探索与分析网络、过滤界面可以分为三部分：

• 4 个与过滤有关的工具
• 过滤选取分类
• 过滤界面查询工具。

i. 四个与过滤有关的工具

• 第一个：重置，清除所有过滤规则；
• 第二个：往过滤的节点中写入数据；
• 第三个：把过滤出的节点和边移动到一个新的工作空间；
• 第四个：隐藏过滤出的节点和边。

ii. 过滤选取工具

• 动态：根据动态图的特性进行过滤

  • 通过约束范围和空值，观察动态图在不同时间段内结构的变化。

• 属性：根据图节点或边的属性进行过滤

属性类型	解释
分区	对节点计算统计数据后，根据统计数据的数值约束，显示不同的节点
分区统计
等于	把节点或边中某个字段值相同的节点或边查询出来，与分区功能类似，但一次只能选择一个字段的一个数值
非空	显示值不为空的节点或边
范围
边之间
边内部

• 拓扑：根据图的拓扑结构进行过滤

类型	解释
具有自环	自环指一个节点有指向自身的一条边，筛选出包含自环的节点
K-核心	K-核心是指在一个图中，由多个节点组成的一组节点集，k 表示这个节点集中每个节点的度都不小于 k 值。在节点集中，互相之间连接度一致到度数称为这个核心的核数
在度的范围（入度范围）	过滤出入度相同的节点，仅支持有向图
巨人组件	巨人组件指在一个图中占有节点数比例最高的连通子图，如果图中由两个或多个节点数量一样多的子图，则优先保留包含节点内部 ID 靠前的子图。
度范围	定义一个范围，筛选度（仅统计度数，不细分出入度）符合该范围的节点
相互度范围	相互度范围指节点的双向边数量，可根据双向边的数量对节点查询和分类
自我网络	自我网络是由唯一一个中心节点，以及这个节点的邻居组成的图，可以过滤出特定节点深度在 1 度、2 度、3 度以及最大度情况下生成的图
超出度范围（出度范围）	过滤出图中出度在某一范围的全部节点

• 操作分类：过滤过滤，可以将多个过滤器以某种逻辑关系结合在一起进行过滤

类型	解释
边 Mask	显示符合一定条件的边，需与上述的过滤器结合，如显示与度为 2 的节点连接的边，需要将属性-等于-度拖入到 mask 边的子过滤器中
不（节点）	不显示指定的节点
不（边）	不显示指定的边
交集	显示同时符合多个条件的过滤
并集	显示在多个条件中符合任意一个条件的过滤

• 边：根据边的特性进行过滤

类型	解释
Edge Type	Edge Type 指两个节点之间可以有多条边，多条边用不同的关键词标记，关键词存储在数据资料界面的 kind 字段中
Mutual Edge	过滤双向的边，即单向边不会显示，并且只对有向边有效
Self-loop	不显示图中的自环
边的权重	根据边的权重过滤边

2、数据资料界面

数据资料界面最主要的是数据表格面板，数据表格面板提供了丰富的功能：

• 节点和边数据展示
• 配置
• 增加节点和边；
• 搜索/替换；
• 输入输出电子表格
• 删除图、删除边
• 重复数据监测
• 添加、删除、合并列

另外每行数据右键菜单上也提供了非常丰富的功能，如编辑节点、移动、复制、设置节点大小等等。

3、预览界面

• 预览界面上面，可以看到图的所有配置项，在预览界面同样可以修改图上的元素样式。
• Gephi 支持输出 SVG、PDF 或 PNG 格式，可以微调输出图片的比例大小。

五、总结

整体看来，Gephi 属于图可视化工具中的佼佼者，虽然很多交互比较反人性，且 UI 丑到爆，但瑕不掩瑜，强大的功能及性能足以掩盖种种不足，是非常值得我们去好好研究和借鉴的图可视化工具，我们做的所有图探索分析产品，在能力上面都应该尽可能地向 Gephi 看齐。