网页上的大型图形可视化：networkx，vivagraph

Question

我有一个包含5000个节点和5000个链接的图表，我可以通过 vivagraph javascript库在Chrome中进行可视化（例如，在d3中，webgl比svg更快）。

我的工作流程如下：

• 使用 networkx python库构建，并将结果输出为json文件。
• 加载json并使用 vivagraph javascript库构建图表。
• 节点位置由js库计算

问题是渲染布局需要时间来定位节点。

我的方法是例如在 networkx中预先计算节点位置。这种方法的真正优点是最小化浏览器上客户端的工作量。但是我无法在网页上实现良好的位置。我需要在这一步上得到帮助。

节点位置计算的相关python代码如下：

    ## positionning
    try:
        # Position nodes using Fruchterman-Reingold force-directed algorithm.
        pos=nx.spring_layout(G)
        for k,v in pos.iteritems():
            # scaling tentative
            # from small float like 0.5555 to higher values
            # casting to int because precision is not important
            pos[k] = [ int(i*1000) for i in v.tolist() ]
    except Exception, e:
        print "positionning failed"
        raise

    ## setting positions
    try:
        # set position of nodes as a node attribute
        # that will be used with the js library
        nx.set_node_attributes(G,'pos', pos)
    except Exception, e:
        print "getting positions failed"
        raise e

    # output all the stuff
    d = json_graph.node_link_data(G)
    with open(args.output,'w') as f:
        json.dump(d,f)

然后在我的页面中，使用 JavaScript ：

/*global Viva*/
function graph(file){
  var file = file;

  $.getJSON(file, function(data) {
      var graphGenerator = Viva.Graph.generator();
      graph = Viva.Graph.graph();

      # building the graph with the json data :

      data.nodes.forEach(function(n,i) {
         var node = graph.addNode(n.id,{d: n.d});

         # node position is defined in the json element attribute 'pos'
         node.position = {
             x : n.pos[0],
             y : n.pos[1]
         };
      })

      # adding links between nodes

      data.links.forEach(function(l,i) {
          graph.addLink(data.nodes[l.source].id, data.nodes[l.target].id);
      })


        var max_link = 55
        var min_link = 1

        var colors = d3.scale.linear().domain([min_link,max_link]).range(['#F0F0F0','#252525']);

      var layout = Viva.Graph.Layout.forceDirected(graph, {
         springLength : 80,
         springCoeff : 0.0008,
         dragCoeff : 0.001,
         gravity : -5.0,
         theta : 0.8
      });

      var graphics = Viva.Graph.View.webglGraphics();
      graphics
      .node(function(node){

        # color and size of nodes

        color = colors(node.links.length)
        if(node.id == "root"){
          // pin node on canvas, so no position update
          node.isPinned = true;
          size = 60;
        } else {
          size = 20+(7-node.id.length)*(7-node.id.length);
        }
        return Viva.Graph.View.webglSquare(size,color);
      })
      .link(function(link) {

        # color on links 

        fromId = link.fromId;
        toId = link.toId;
        if(toId == "root" || fromId == "root"){
          return Viva.Graph.View.webglLine("#252525");
        } else {
          if( fromId[0] == toId[0]){
            linkcolor = linkcolors(fromId[0])
            return Viva.Graph.View.webglLine(linkcolor);
          } else {
            linkcolor = averageRGB(linkcolors(fromId[0]),linkcolors(toId[0]))
            return Viva.Graph.View.webglLine('#'+linkcolor);
          }
        }
      }); 

      renderer = Viva.Graph.View.renderer(graph,
          {
              layout     : layout,
              graphics   : graphics,
              enableBlending: false,
              renderLinks : true,
              prerender  : true
          });

      renderer.run();
  });
}

我现在正在尝试使用Gephi，但是我不想使用gephi toolkit，因为我不习惯使用Java。

如果有人对此有一些提示，请避免让我做数百次尝试，也许还会失败 ;)

- qdelettre

---

嗨，你找到任何有用的东西来回答你的问题了吗？ - Maziyar

嗨，实际上我转向了另一种解决方案：我使用d3.js在svg中显示静态图形，然后将（大）svg保存并以高分辨率呈现为png。然后我使用gda2tiles.py获取其瓷砖，并使用leafletJS将其显示为类似于谷歌地图的方式！ - qdelettre

哇，那是很多的工作！感谢你的分享，伙计 :) - Maziyar

你或许想试试Seadragon Gephi插件...它的导出操作非常容易，也很可扩展。另一个建议是将文件导出为GEXF格式（应该可以保留位置信息），并使用Sigma.js渲染。 - accidental_PhD

这听起来非常有用，足以成为一个小型库。 - Stuart Axon

Answer 1

Spring Layout假设边的权重遵守度量性质，即Weight(A,B) + Weight(A,C) > Weight(B,C)。如果不是这种情况，networkx会尽可能地将其放置得更现实。您可以尝试通过调整以下内容来解决这个问题：

    pos=nx.spring_layout(G,k=\alpha, iterations=\beta)
    # where 0.0<\alpha<1.0 and \beta>0 
    # k is the minimum distance between the nodes
    # iterations specify the simulated annealing runs
    # This code works only on Networkx 1.8 and not earlier versions

- Vikram