知识卡片
图结构与布局坐标分开
数学图先规定节点和边,布局算法再把它们放进二维画布。拖动节点或调整力参数能改变外观而不改变图本身;视觉上挨近不自动证明现实关系更密、地理更近或影响力更强。图2-9可用于探索连接,但须回到边和明确的网络指标解释。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 2 处
- · 查看原书依据
布局算法(layout algorithm)可以用来在二维空间渲染图像,这样就能够显示得相当漂亮(尽管你可能需要经常调整一些布局参数)。 NetworkX能够按照D3的要求输出可供其直接使用的文件,由于IPython Notebook能够通过预置files到路径使用内联的框架呈现本地的内容,因此我们只需少量的工作就能对图进行可视化。示例2-15显示了如何将图
- · 查看原书依据
布局算法会得到应用,以便将节点和边映射到二维或三维空间以便可视化。 我们会专注于本书中一直使用的关键工具,并依赖NetworkX导出JSON的功能,这就能通过JavaScript工具D3(http://bit.ly/1a1kGvo)来呈现;不过还有很多其他的可视化工具。Graphviz(http://bit.ly/1a1ooVG)是可高度配置的经典工具,能将
参考来源
- 位置:《社交网站的数据挖掘与分析(原书第2版)》第2章《2.3.2 查看好友关系》(spine72;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0061.html;u038-ch02-030)。
- 结论依据:原文在“布局算法”附近的定义、例子或代码支撑本卡核心说明:数学图先规定节点和边,布局算法再把它们放进二维画布。边界按已读前提解释;示例未执行。
- 原始内容:布局算法(layout algorithm)可以用来在二维空间渲染图像,这样就能够显示得相当漂亮(尽管你可能需要经常调整一些布局参数)。 NetworkX能够按照D3的要求输出可供其直接使用的文件,由于IPython Notebook能够通过预置files到路径使用内联的框架呈现本地的内容,因此我们只需少量的工作就能对图进行可视化。示例2-15显示了如何将图
- 位置:《社交网站的数据挖掘与分析(原书第2版)》第7章《7.4.5 兴趣图谱的可视化》(spine113;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0102.html;u119-ch02-030)。
- 结论依据:力导向布局的中心或距离不等于自动证明前面中心度,需用实际指标和边语义核对。
- 原始内容:布局算法会得到应用,以便将节点和边映射到二维或三维空间以便可视化。 我们会专注于本书中一直使用的关键工具,并依赖NetworkX导出JSON的功能,这就能通过JavaScript工具D3(http://bit.ly/1a1kGvo)来呈现;不过还有很多其他的可视化工具。Graphviz(http://bit.ly/1a1ooVG)是可高度配置的经典工具,能将