标签: graph-visualization

我正在尝试绘制Rgraphviz带有两个边缘标签的对象。不幸的是，标签不属于情节。这是我的示例：

require('Rgraphviz')
set.seed(123)
g1 <- randomGraph(letters[1:10], 1:4, 0.4)
eAttrs <- list()
eAttrs$label <- c("a~g" = "I have a very long label 1", "a~i" = "and a  long label 2")
plot(g1, edgeAttrs = eAttrs)

这是我的情节：

我尝试了几项都没有成功：

1. 设置更大的边框

z <- agopen(g1, "foo")
z@boundBox@upRight@x <- z@boundBox@upRight@x + 300
z@boundBox@upRight@y <- z@boundBox@upRight@y + 300
plot(z, edgeAttrs = eAttrs)

2. 减小标签的字体大小（无论如何，这并不是我真正想要的）

eAttrs$labelfontsize=c("a~g"="3")
plot(g1, edgeAttrs = eAttrs)

3. 更改par属性：

par(oma=c(10,10,10,10))
plot(g1, edgeAttrs = eAttrs)

4.从以下位置 更改节点，边和常规属性?Rgraphviz::GraphvizAttributes

attrs <- list(graph=list(size=c(1, 1))) …

我刚开始研究Cytoscape

我在看这里的例子。我的目标是有一个加权的有向图（非常像一个树状图，除了加权）。我需要让边缘反映重量（在长度或颜色方面，但在某种视觉上）。但是，从示例中，无论边权重是多少，我都看不到图中的变化。有谁知道我怎么能做到这一点？

或者，如果有其他 JS 库可以帮助我可视化加权图，我也会很感激这方面的指针。

我试图用 sfdp 可视化一个大图。该图有 5134 条边和 1735 个节点。当我尝试生成 .png 时：

sfdp -x -Goverlap=scale -Tpng data.dot > data.png

我明白了：

sfdp: graph is too large for cairo-renderer bitmaps. Scaling by 0.687429 to fit
sfdp: failure to create cairo surface: out of memory
Segmentation fault.

问题可能是我的节点不是点，因为当我生成没有“-Goverlap=scale”的 de .png 时，没有问题，但图形不可读。

有什么我可以做的吗？还有另一个工具可以做到这一点吗？

我一直试图用图表绘制图表ggnet2.为此,我使用以下代码:

library(igraph)
lapply(c("sna", "intergraph", "GGally", "igraph", "network"), require, character.only=T)
data <- read.table('CA-CondMat.txt',sep="\t",header=TRUE)
g = graph.data.frame(data, directed = TRUE)
N = vcount(g)
E = ecount(g)
perc = 0.1
d.g = degree(g,mode='all')/N
new_nodes = sample.int(N,ceiling(perc*N),replace=FALSE,prob =d.g)
new_g = subgraph(g,new_nodes)
dg = degree(g,mode='all')
prob = dg/sum(dg)
png('example_plot2.png')
ggnet2(new_g, size = "degree", node.color = "steelblue", size.cut = 4,
                                          edge.size = 1, edge.color="grey" )
dev.off()

我得到一个完全蓝色的图表.

我正在使用这个包igraph.

我想要绘制的是一个图表,节点的颜色基于它们的程度,如下所示:

链接到该文件:https:
//snap.stanford.edu/data/ca-CondMat.html

编辑:

完整示例添加

当我使用igraph可视化网络时:

dt1 <- data.frame(v1=sample(letters[1:10],20,replace=TRUE),
                  v2=sample(letters[1:10],20,replace=TRUE))
g<-graph.data.frame(dt1, directed=F)
plot(g,layout=layout_in_circle)

我想按顺序绘制顶点,并减少度数.我怎样才能做到这一点？我degree(g)用来获得学位信息.但是,绘制的节点的顺序是根据g对象中的内部顺序,即索引号.如果使用分配节点V(g)$name <-的名称,则名称已更改,但名称关系的ID也已更改.

我用 C++ 实现了一个二叉搜索树，它支持动态创建和删除节点。为了可视化树，我首先尝试使用/和显示边缘\。/然而，这给出了非常糟糕的可视化效果，因为和的位置\需要精确计算。目前的数字如下：

于是我找到了一个叫做Graphviz的工具。Graphviz支持的原始语言是点语言，我不太熟悉。

我阅读了文档，发现点语言易于编写和阅读，但我仍然想使用我的 C++ 代码来生成树，因为它包含很多内容，例如根据用户的输入插入等。

是否有机会使用某些函数来生成点文件？

我的二叉树的代码：

    //BTNode.h
    #include <iostream>
    using namespace std;
    template<class T>
    struct BTNode{
        BTNode(){
            lChild = rChild = NULL;
        }
        BTNode(const T& x){
            element = x;
            lChild = rChild = NULL;
        }
        BTNode(const T& x, BTNode<T>* l, BTNode<T>* r){
            element = x;
            lChild = l;
            rChild = r;
        }
        T element;
        int digit, row;
        BTNode<T>* lChild, *rChild;
    };

    //BSTree.h
    #include"ResultCode.h"
    #include "BTNode.h"
    #include "seqqueue.h"
    #include …

我已经编写了一个用于生成网络图的ui,server和global.r目前只适用于一种布局(layout.fruchterman.reingold),我想使用带有径向,对角网络等列出布局的单选按钮和dendroNetwork(下面使用R附加代码)

Global.R file for producing the graph

###          Social Network Analysis /Word Network  ##########
###############################################################
tdm <- TermDocumentMatrix(r_stats_text_corpus,control = list(wordLenghts = c(1,Inf)))
idx <- which(dimnames(tdm)$Terms == "call")  ##change the terms to be searched 
tdm2 <- removeSparseTerms(tdm, sparse = 0.994)
m2 <- as.matrix(tdm2)
m2[m2>=1] <- 1
m2 <- m2 %*% t(m2)  ##Adjaceny Matrix
g <- graph.adjacency(m2, weighted=T, mode = "undirected")
g <- simplify(g)
V(g)$label <- V(g)$name
V(g)$degree <- degree(g)
set.seed(3952)

layout1 <- layout.fruchterman.reingold(g)


###Different Formats for Social Network Graphics

##Radial 
radial …

我看到了关于如何在Jupyter笔记本中可视化张量流图的这个问题.我发现这个答案来自这个例子,只有一个修改(tensor.tensor_content = bytes("<stripped %d bytes>"%size, 'utf-8')被替换tensor.tensor_content = "<stripped %d bytes>"%size).但是,如果我尝试tensorflow_inception_graph.pb在可视化上重新运行它不起作用:iframe是白色的,并且没有显示节点.

如果你向我解释我做错了什么,我将非常感激.这里有一个简单的例子来重现这个问题.

进口:

%matplotlib inline
%config InlineBackend.figure_format = 'retina'

import tensorflow as tf
import numpy as np

from IPython.display import clear_output, Image, display, HTML

创建图表:

graph = tf.Graph()
sess = tf.InteractiveSession(graph=graph)

x = tf.placeholder(tf.float32, shape=[None, 25, 25, 3], name='x')
y_true = tf.placeholder(tf.float32, shape=[None, 10], name='y_true')
y_true_cls = tf.argmax(y_true, dimension=1, name='y_true_cls')

print graph.get_operations()

输出:

[<tensorflow.python.framework.ops.Operation at 0x115902850>,
 <tensorflow.python.framework.ops.Operation at 0x115902690>,
 <tensorflow.python.framework.ops.Operation at …

我正在寻找一个高性能的库,它可以绘制大量(10或甚至100个数千)相对简单的矢量形状(圆形,圆弧或圆角矩形),用于2D图形布局的可视化.

我希望能够只传输动画开始和停止几何,然后在GPU上"生成"插值动画.

在每个帧我想通过简单地更新通常从0到1的全局插值参数来最小化从CPU到GPU的数据量.

由于我想以OpenGL为基础,我相信Vertex Buffer Objects(VBO)是我应该选择的.

我选择的语言是C++ 11,我的平台是Ubuntu 12.10.

能够将高质量的文本与形状结合在一起是一个很大的优势.

您应该推荐哪些库/ API？

我相信oglplus是一个很好的候选人,但我不确定它是否对我的任务来说太低了.

我尝试在互联网上搜索，但找不到合适的工具，所以如果有人可以为我提供指向该工具的链接，该工具可以解析和显示 RDF 和 OWL 本体的图形。