数据可视化软件Gephi的学习和应用
Gephi软件是一个数据可视化软件，可以把一些我们理解起来很抽象的关系用图像的形式表现出来。
下面是我做的一张公司内部人际关系图。点代表个人，线表示之间有联系，此处没有在具体细分两者之间的关系为领导关系还是竞争关系或者其他。
Gephi的学习过程：
从完全不懂这个软件到下载安装到学会使用也就花了半天时间，这个软件要学会运用还是很简单的，关键是Gephi功能很强大。
Gephi官网：　　　　
Gephi中文教程网址：
自己学习的一点心得：
首先，对于Gephi这种软件最要的是原始数据，所以原始数据的取得途径和导入方法是让我们需要注意的，解决了着两块我们将节约大量的时间，把心思全部用到数据的可视化处理上面。建议学习好EXCEL和用Gephi链接网络。
其次，Gephi有很多插件专门用于不同行业的数据采集，可以自己查找相关资料并从官网下载。
接着是Gephi的主要运用方向，现在网络上有交流学习这个软件学习心的的几乎都是用来开发的。用来挖掘计算机网络中的数据和信息，比如一条消息在微博中如何传递等。
最后是我结合自身的一点小的体验，我是电气专业，不用学习的那么深，我要做的就是结合我的专业特点，把这个软件好好的运用到的专业中去。所以侧重的重点会有不同，学以致用。
下面是网上一些比较经典用法的图片。
这就是Gephi做出来的非常炫酷的效果。后期在和大家分享一次Gephi的具体使用过程。
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。【大数据技术】（11）
偶然的原因用了Gephi画关系图，并解决了其中遇到的一些问题。Gephi在大数据绘图方面的优势和可视化效果非常震撼，特总结备忘如下。
1、Gephi简介
[维基百科翻译]Gephi是一个在NetBeans平台上用Java编写的开源网络分析和可视化软件包。可运行在Windows，Linux及Mac os系统。
Gephi已被用于学术界，新闻学和其他领域的一些研究项目，例如在可视化纽约时报内容的全球连通性和在社会动荡中检查Twitter网络流量以及更传统的网络分析主题。
Gephi广泛应用于数字人文科学的社区，其中许多开发人员参与。
Gephi启发了LinkedIn InMaps，并用于Truthy的网络可视化。
Gephi还可以将数据导入社交网络（也可以是Facebook或Twitter），并生成图形和集群。
2. Gephi特点：
[github官网]
1) 快速由内置的OpenGL引擎提供支持，Gephi能够利用非常大的网络推送信封。
可视化网络多达一百万个元素。 所有操作（例如布局，过滤器，拖动）都会实时运行。
2)简单易于安装和使用。
以可视化为中心的UI，像Photoshop(TM)的图形处理一样。
3）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。
官网地址：
github地址：
2、Gephi画图注意事项
遇到问题：preview视图下不能显示中文名称？
详见我的提问及解答：
3、Gephi学习参考
以下视频教程非常有帮助，2.0X速度能较快的看完（貌似可以）。
学习视频：
学习参考：
4、可视化效果展示
1）没有涉及到开发层面，还需进一步深入研究。
2）没有涉及到大数据量(TB,PB级别），仅以小数据量做了Demo，不过官网强调，大数据展示是没有问题的。
作者：铭毅天下
转载请标明出处，原文地址：
如果感觉本文对您有帮助，请点击‘顶’支持一下，您的支持是我坚持写作最大的动力，谢谢！
参考知识库
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：772894次
积分：10652
积分：10652
排名：第1203名
原创：219篇
转载：29篇
评论：839条
文章：24篇
阅读：112930
(1)(6)(4)(5)(6)(12)(6)(8)(10)(5)(7)(2)(1)(4)(3)(1)(1)(3)(3)(4)(2)(2)(1)(1)(9)(3)(2)(1)(1)(1)(1)(1)(1)(2)(1)(1)(3)(2)(7)(1)(2)(3)(1)(2)(1)(3)(6)(2)(5)(6)(8)(15)(13)(13)(13)(1)(12)(3)(5)Gephi可视化（一）——使用Gephi Toolkit创建Gephi应用
在Prefuse上摸打滚爬了一段时间，发现其 和蔼可亲，容易上手。但是每每在打开gephi，导入数据再运行时，总还是在心里暗自赞叹gephi的绚烂之极，无与匹敌，当然，gephi也有自己的缺 陷，但是gephi是一个在发展的、进步的、不断壮大的开源软件。纵使她曾经那般伤我，我仍是对其恋恋不舍，好吧，我已经病入膏肓。。。。。
言归正传，Gephi是一款开源免费跨平台基 于JVM的复杂网络分析软件, 其主要用于各种网络和复杂系统，动态和分层图的交互可视化与探测开源工具。可用作：探索性数据分析，链接分析，社交网络分析，生物网络分析等。因为 Gephi是开源软件，所以可以获取其源码，允许开发者去扩展和重复使用。
Gephi开发平台：Netbeans平台（因为之前对于这句话理解不深，在eclipse环境下浪费了不少时间）
开发语言：Java
可视化引擎：OpenGL
Gephi官网：　　　　http://gephi.github.io/
Gephi的视频介绍： & /v_show/id_XMjU5MDUwMjg4.html
Gephi API帮助文档：https://gephi.org/docs/api/
Gephi Toolkit：　　&http://gephi.github.io/toolkit/
Gephi 论坛：　　　 &https://forum.gephi.org/
　　贴上gephi做的两张图：
& & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & &
现在，我们就深入Gephi，好好了解下这个 strong visual tool，这次我们不走源码，作为过来人，我还是想提醒下，如果java功底不是很扎实或是不太熟悉Netbeans开发平台以及Swing编程知识的可 以走曲线，接近Gephi，否则会让自己焦头烂额，越陷越深，不可自拔^_^。下面通过一个实例，讲解如果新建一个Gephi实例，进行可视化展示：
(1)创建一个project、一个workspace，这是必做的工作，是进行后续操作的前提：
ProjectController pc = Lookup.getDefault().lookup(ProjectController.class);
pc.newProject();
Workspace workspace = pc.getCurrentWorkspace();
（2）得到该空间的各个模型以及控制器，方便后面使用：
AttributeModel attributeModel = Lookup.getDefault().lookup(AttributeController.class).getModel();
GraphModel graphModel = Lookup.getDefault().lookup(GraphController.class).getModel();
PreviewModel model = Lookup.getDefault().lookup(PreviewController.class).getModel();
ImportController importController = Lookup.getDefault().lookup(ImportController.class);
FilterController filterController = Lookup.getDefault().lookup(FilterController.class);
RankingController rankingController = Lookup.getDefault().lookup(RankingController.class);
（3）导入数据，使用Container接收，并将数据导入到空间中：
& & File file = new File(getClass().getResource("/org/gephi/toolkit/demos/resources/polblogs.gml").toURI());
& & container = importController.importFile(file);
& & container.getLoader().setEdgeDefault(EdgeDefault.DIRECTED);&
} catch (Exception ex) {
& & ex.printStackTrace();
& & return;
importController.process(container, new DefaultProcessor(), workspace);
（4）通过打印信息，验证图形数据是否导入成功：
DirectedGraph graph = graphModel.getDirectedGraph();
System.out.println("Nodes: " + graph.getNodeCount());
System.out.println("Edges: " + graph.getEdgeCount());
（5）对图形数据进行过滤操作
DegreeRangeFilter degreeFilter = new DegreeRangeFilter();
degreeFilter.init(graph);
degreeFilter.setRange(new Range(30, Integer.MAX_VALUE));& &
Query query = filterController.createQuery(degreeFilter);
GraphView view = filterController.filter(query);
graphModel.setVisibleView(view);& &
（6）通过打印信息，验证过滤操作是否起作用：
UndirectedGraph graphVisible = graphModel.getUndirectedGraphVisible();
System.out.println("Nodes: " + graphVisible.getNodeCount());
System.out.println("Edges: " + graphVisible.getEdgeCount());
（7）执行YifanHuLayout布局算法：
YifanHuLayout layout = new YifanHuLayout(null, new StepDisplacement(1f));
layout.setGraphModel(graphModel);
layout.resetPropertiesValues();
layout.setOptimalDistance(200f);
layout.initAlgo();
for (int i = 0; i & 100 && layout.canAlgo(); i++) {
& & layout.goAlgo();
layout.endAlgo();
（8）根据节点度值分配节点颜色：
Ranking degreeRanking = rankingController.getModel().getRanking(Ranking.NODE_ELEMENT, Ranking.DEGREE_RANKING);
AbstractColorTransformer colorTransformer = (AbstractColorTransformer) rankingController.getModel().getTransformer(Ranking.NODE_ELEMENT, Transformer.RENDERABLE_COLOR);
colorTransformer.setColors(new Color[]{new Color(0xFEF0D9), new Color(0xB30000)});
rankingController.transform(degreeRanking,colorTransformer);
（9）分配节点大小：
AttributeColumn centralityColumn = attributeModel.getNodeTable().getColumn(GraphDistance.BETWEENNESS);
Ranking centralityRanking = rankingController.getModel().getRanking(Ranking.NODE_ELEMENT, centralityColumn.getId());
AbstractSizeTransformer sizeTransformer = (AbstractSizeTransformer) rankingController.getModel().getTransformer(Ranking.NODE_ELEMENT, Transformer.RENDERABLE_SIZE);
sizeTransformer.setMinSize(3);
sizeTransformer.setMaxSize(10);
rankingController.transform(centralityRanking,sizeTransformer);
（10）预览效果配置，并呈现到Display上，添加到JFrame，进行界面话展示：
PreviewController previewController = Lookup.getDefault().lookup(PreviewController.class);
& & & & model.getProperties().putValue(PreviewProperty.SHOW_NODE_LABELS, Boolean.TRUE);
model.getProperties().putValue(PreviewProperty.EDGE_COLOR, new EdgeColor(Color.GRAY));
model.getProperties().putValue(PreviewProperty.EDGE_THICKNESS, new Float(0.1f));
model.getProperties().putValue(PreviewProperty.NODE_LABEL_FONT, model.getProperties().getFontValue(PreviewProperty.NODE_LABEL_FONT).deriveFont(8));
previewController.refreshPreview();
& & & & &&
ProcessingTarget target = (ProcessingTarget) previewController.getRenderTarget(RenderTarget.PROCESSING_TARGET);
PApplet applet = target.getApplet();
applet.init();
previewController.render(target);
target.refresh();
target.resetZoom();
JFrame frame = new JFrame("Test Preview");
frame.setLayout(new BorderLayout());
frame.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);
frame.add(applet, BorderLayout.CENTER);
frame.pack();
frame.setVisible(true);
控制台打印信息为：
# Nodes loaded: 1490
# Edges loaded: 19025
Nodes: 1490
Edges: 19025
Nodes: 397
Edges: 10599
执行的结果如下图所示：
&了解Prefuse的API以及创建一个Prefuse应用的思路详见《》，再回首看Gephi Toolkit创建gephi应用的思路也是如出一辙，后续有时间将继续Gephi Toolkit之旅！
原文链接：/bigdataZJ/p/VisualizationGephi1.html}