Gephi與網(wǎng)絡(luò)關(guān)系

Gephi是一款非常好用的網(wǎng)絡(luò)關(guān)系繪制軟件，應(yīng)用范圍十分廣泛，凡是可以抽象為節(jié)點（node）和邊（edge）的關(guān)系數(shù)據(jù)，大都可以用Gephi來繪制。比如Facebook上的社交網(wǎng)絡(luò)、鼠腦中的神經(jīng)網(wǎng)絡(luò)、美國各州間的交通網(wǎng)絡(luò)等。

Gephi繪制的設(shè)計師博客主題聚類分析圖

Facebook朋友關(guān)系分析

Gephi的安裝

Gephi最新版本為0.9.1，下載（https:///users/download/）后雙擊并按照提示步驟安裝即可，第一次打開時會提示安裝Java（http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html）。

一切安裝完畢后，Gephi的打開界面：

為便于將Excel格式的數(shù)據(jù)直接導(dǎo)入Gephi中，還需要安裝一個將Excel或CSV格式數(shù)據(jù)轉(zhuǎn)換成Gephi可用數(shù)據(jù)的插件，安裝步驟如下：

點擊“工具”——“插件”

彈出如下窗口，點擊“可用插件”，選擇“Convert Excel and csv files to networks”

點擊“安裝”后彈出如下窗口，按步驟提示一步步安裝即可。

原文作者非常貼心地提供了數(shù)據(jù)樣例——一組涉及“合成生物學(xué)”主題的專利數(shù)據(jù)，包括576個首次專利申請和與之相關(guān)的2882個同族專利，并對數(shù)據(jù)進行了清洗（數(shù)據(jù)樣例下載地址：https://github.com/poldham/opensource-patent-analytics/blob/master/2_datasets/synbio_patents/synbio_inventors.xlsx?raw=true）。

輸入數(shù)據(jù)文件

點擊“文件”——“import”

彈出如下窗口：

點擊“下一步”，彈出如下窗口：

點擊“select file”，選擇剛才下載的數(shù)據(jù)文件

選擇輸入內(nèi)容項

繼續(xù)點擊“下一步”后，彈出如下窗口。本次可視化旨在分析申請人（受讓人）的共現(xiàn)關(guān)系，因此兩端的節(jié)點均選擇“patent_assignees_cleaned”

選好后點擊下一步，彈出如下窗口，Gephi會詢問該數(shù)據(jù)列中有沒有包含子字段，如果有，子字段以什么為分界？

觀察原始數(shù)據(jù)可以發(fā)現(xiàn)，“patent_assignees_cleaned”這一字段中包含多個申請人的子字段，并以分號分隔。

因此在上面的選項中，我們選擇“semicolon”（即分號），然后點擊“下一步”，彈出如下窗口，Gephi繼續(xù)詢問：如果想生成動態(tài)網(wǎng)絡(luò)的話，選擇哪個字段作為時間字段？

我們選擇“priority_date_earliest”

點擊“下一步”后，彈出如下窗口，Gephi會給出三個選項，我們勾選1和3。1表示要在“patent_assignees_cleaned”之間形成連接關(guān)系，是必選項；3表示去除節(jié)點連接到自身的自循環(huán)環(huán)路，通常也應(yīng)勾選。

點擊“下一步”，彈出提示窗口：

點擊“完成”，彈出“輸入報告”窗口，提示一切正常，并告知共有363個節(jié)點，176條邊，圖形為無向網(wǎng)絡(luò)圖。

點擊“確定”后，得到如下初始圖形：

刪除無效節(jié)點

由于“patent_assignees_cleaned”字段中存在“NA”的無效數(shù)據(jù)，應(yīng)當將其去除。點擊上方的“數(shù)據(jù)資料”，點擊“frequency”排序，發(fā)現(xiàn)NA的頻率高達74次，選中NA，右鍵后點擊“刪除”并確定。

再返回“概覽”界面：

統(tǒng)計分析

Gephi為整個網(wǎng)絡(luò)布局提供了一系列統(tǒng)計分析，包括平均度、平均加權(quán)度、網(wǎng)絡(luò)直徑、圖密度、平均聚類系數(shù)等。這些統(tǒng)計數(shù)據(jù)項與節(jié)點和邊等參數(shù)的設(shè)置密切相關(guān)，例如節(jié)點的大小和顏色等可以按照節(jié)點出現(xiàn)頻率進行排序，根據(jù)模塊化進行聚類分區(qū)等。

“統(tǒng)計”區(qū)域位于界面右側(cè)，依次點擊“運行”，可以得到平均度等統(tǒng)計數(shù)據(jù)，其中最重要的統(tǒng)計數(shù)據(jù)有兩個：

1. 網(wǎng)絡(luò)直徑：計算給定節(jié)點與網(wǎng)絡(luò)中相距最遠的節(jié)點之間的距離。

2. 模塊化：對節(jié)點間的連接（即“邊”）進行計算并基于連接強度對節(jié)點進行聚類分區(qū)。

參數(shù)設(shè)置

Gephi提供了豐富的參數(shù)設(shè)置，可以對節(jié)點和邊的顏色、大小、標簽顏色、標簽尺寸等進行調(diào)節(jié)。

比如首先可以設(shè)置節(jié)點的顏色：依次選中“節(jié)點”——“調(diào)色板圖標”——“數(shù)值設(shè)置”——“frequency（即按照節(jié)點出現(xiàn)頻率配置顏色）”，即可得到彩色的節(jié)點。

接下來還可以配置節(jié)點的大小：依次選中“節(jié)點”——“節(jié)點大小圖標”——“數(shù)值設(shè)置”——“加權(quán)度”，即可得到大小合適的節(jié)點。

布局配置

進行參數(shù)設(shè)置后的專利申請人關(guān)系圖仍然擠作一團，沒有明顯的空間感。接下來需要對節(jié)點和邊的空間布局進行配置，Gephi提供了很多節(jié)點的布局算法，包括Force Atlas、Fruchterman-Reingold、Yifan Hu等，其中Fruchterman-Reingold算法（簡稱FR算法）是最經(jīng)典的算法之一，我們點擊FR算法：

點擊“運行”，并設(shè)置合適的“區(qū)”、“重力”、“速度”后，得到下圖：

觀察上圖，有一些節(jié)點仍處于交疊狀態(tài)，此時可以運行輔助布局工具“Noverlap”，與上圖相比，紅線框出的區(qū)域，交疊的節(jié)點打開成為更加清晰的空間布局。

背景、邊及標簽設(shè)置

在界面下方的工具欄中，我們可以對圖形的背景、邊的顏色和尺寸以及標簽的屬性進行設(shè)置。

在“Labels（標簽）”的設(shè)置中，我們可以選擇字體的樣式、大小和顏色，還可以將標簽字體大小設(shè)置為固定、按比例排列或隨節(jié)點尺寸變化，將標簽顏色設(shè)置為單一或隨目標變化等。

如果覺得上面的標簽太多太亂，還可以勾選“隱藏未選中”，點擊左上方的“矩形選擇”，按住Ctrl鍵，選擇希望顯示標簽的節(jié)點即可，如下圖所示：

輸出圖形

點擊左下方的小相機按鈕，可以截屏輸出圖形，在配置中還可對分辨率和抗鋸齒等進行設(shè)定。

輸出圖形如下：

Gephi的功能十分強大，今天僅僅是介紹了一些入門性能，上圖也還有很多可設(shè)置和優(yōu)化的空間，后續(xù)小編還將和大家一起深入學(xué)習(xí)，也歡迎真愛粉提出更多好的想法。