标签: graph

任何人都可以提供或指出Neo4j和Titan之间的良好比较？我可以看到的一点是规模 - Titan是横向扩展,需要像cassandra这样的基础可扩展数据存储.Neo4j仅适用于HA,并拥有自己的嵌入式数据库.还有其他优点和缺点吗？任何特定的用例.(Titan目前在哪里使用？)

我还有以下链接:http://architects.dzone.com/articles/16-graph-databases-compared,它给出了图形数据库的客观比较,但没有太多关于Neo4j和Titan之间的利弊.

我需要一个相当聪明的算法来为图形(图表)提出"漂亮"的网格线.

例如,假设条形图的值为10,30,72和60.您知道:

最小值:10最大值:72范围:62

第一个问题是:你从什么开始？在这种情况下,0将是直观的值,但这不会阻碍其他数据集,所以我猜:

网格最小值应为0或低于范围内数据最小值的"nice"值.或者,可以指定.

网格最大值应该是该范围内最大值之上的"漂亮"值.或者,可以指定它(例如,如果显示百分比,则可能需要0到100,而不管实际值如何).

应该指定范围内的网格线(刻度线)的数量或给定范围内的数字(例如3-8),使得值"好"(即圆数)并且最大化图表区域的使用.在我们的例子中,80将是一个合理的最大值,因为它将使用90%的图表高度(72/80),而100将产生更多的浪费空间.

有人知道这个算法很好吗？语言是无关紧要的,因为我将按照我的需要实现它.

为了简化问题,我有一个图表,其中包含2D平面上的节点和边.

我想要做的是单击一个按钮,它会自动布局图形看起来干净.我的意思是边缘的最小交叉,节点之间的漂亮空间,甚至可能代表图形比例(加权边缘).

我知道这是一个看起来很干净的图表是完全主观的,但有没有人知道一个算法开始,而不是重新发明轮子？

谢谢.

我正在使用pyplot.bar,但我正在绘制很多点,以至于条形图的颜色始终是黑色的.这是因为酒吧的边框是黑色的,而且它们中的很多都被挤压在一起,所以你看到的就是边框(黑色).有没有办法删除条形边框,以便我可以看到预期的颜色？

这个问题是关于绘制图形(由顶点和边缘组成的图形)的工具包,而不是通用图形.

该工具必须能够获得一组顶点和边,计算它们的布局,并使用与HTML5兼容的canvas标签或SVG显示它们.

基于Flash的工具和Java小程序已经出局.

要作为统一的基准测试,请测量并报告工具包布局和绘制每个节点有100个顶点和5个边缘的Barabasi-Albert图形所需的时间.

这个python lybrary展示了如何生成它并将其导出为多种格式:

http://networkx.lanl.gov/tutorial/tutorial.html#graph-generators-and-graph-operations

请注明浏览器和CPU.

我需要一个工作算法来查找无向图中的所有简单循环.我知道成本可能是指数级的并且问题是NP完全的,但我将在一个小图(最多20-30个顶点)中使用它,并且循环数量很少.

经过长时间的研究(主要是在这里),我仍然没有工作方法.以下是我的搜索摘要:

查找无向图中的所有循环

无向图中的循环 - >仅检测是否存在循环

在无向图中查找多边形 - >非常好的描述,但没有解决方案

在有向图中查找所有循环 - >仅在有向图中查找循环

使用增强图库检测无向图中的循环

我发现的唯一一个解决我问题的答案是:

查找图表中的所有周期,redux

似乎找到一组基本的循环并对它们进行异或可以解决问题.找到一组基本循环很容易,但我不明白如何组合它们以获得图中的所有循环...

我想知道统一成本搜索和Dijkstra算法之间有什么区别.它们似乎是相同的算法.

我正在寻找一个Python的交互式图形库.

通过" 图形 ",我的意思是由一组顶点连接的一组节点(不是xy轴上的值图,也不是像素网格).

通过"交互式",我的意思是我可以拖放节点并且我需要能够点击节点/顶点并让库将节点/顶点传递给我的回调,这可以添加/删除节点/顶点或显示信息(我无法在启动时加载完整的图形,因为数据集太大/太复杂;相反,我将根据用户输入仅加载必要的数据切片).

通过Python,我的意思是编程语言Python,图形库应该有CPython绑定.我有Python 2.7和Python 3.1,但如果需要可以降级到2.6.这种语言要求是因为我正在使用的数据集只有Python绑定.

图形库必须支持有向图,并能够自动布局节点.我需要在节点上放置标签.

优选地,布局算法应该将相邻节点放置在彼此附近.它应该能够在我4岁的笔记本电脑中合理地处理100-1000个节点和大约300-4000个顶点(我通常从大约100个节点开始,但数量可能会根据用户输入而扩展).优选地,它应该是具有不太多依赖性的库(除了Gnome之外).开源是首选.

我已经使用Tkinter Canvas编写了一个简单的程序原型,但我需要一个更严肃的图形库来扩展程序.我看过graphviz和matplotlib,但显然它们只是用于处理静态图形,显然需要大量的工作来进行交互式操作(如果我错了就纠正我,我只是简单地看一下) .我也尝试将图形生成为SVG文件并使用Inkscape进行查看,但它太慢并且需要太多内存,并且由于顶点数量太多而变得混乱.

我有一个csv文件,每行有5个条目.每个条目都是网络数据包是否被触发.每行的最后一个条目是数据包的大小.每行=以ms为单位的经过时间.

例如排

1 , 0 , 1 , 2 , 117

如何绘制图形,例如x轴是行号,y是每行第一个条目的值？

网络可视化在实践中在科学中变得普遍.但随着网络规模的扩大,常见的可视化变得不那么有用.有太多的节点/顶点和链接/边缘.通常,可视化工作最终会产生"毛球".

已经提出了一些新方法来克服这个问题,例如:

• 边缘捆绑:
  • http://vis.stanford.edu/papers/divided-edge-bundling或
  • https://gephi.org/tag/edge-bundling/
• 层次边缘捆绑:
  • http://graphics.cs.illinois.edu/sites/graphics.dev.engr.illinois.edu/files/edgebundles.pdf
• 组属性布局:
  • http://wiki.cytoscape.org/Cytoscape_3/UserManual
  • 如何在igraph中制作分组布局？

我相信还有更多方法.因此,我的问题是: 如何克服毛球问题,即如何通过使用R来可视化大型网络？

以下是一些模拟示例网络的代码:

# Load packages
lapply(c("devtools", "sna", "intergraph", "igraph", "network"), install.packages)
library(devtools)
devtools::install_github(repo="ggally", username="ggobi")
lapply(c("sna", "intergraph", "GGally", "igraph", "network"), 
       require, character.only=T)

# Set up data
set.seed(123)
g <- barabasi.game(1000)

# Plot data
g.plot <- ggnet(g, mode = "fruchtermanreingold")
g.plot

这个问题与可视化GraphViz太大的无向图有关 吗？.但是,在这里我不是寻找一般的软件推荐,而是寻找具体的例子(使用上面提供的数据)哪些技术有助于通过使用R来实现对大型网络的良好可视化(与此线程中的示例相当:R:Scatterplot with太多分了).