大数据&云计算|「图型计算架构」GraphTech生态系统-第3部分:图形可视化


这篇文章是关于GraphTech生态系统系列文章的一部分 。 本文是第三部分 , 也是最后一部分(目前) 。 介绍了图形可视化软件、应用程序和库的生态系统 。 第一篇文章列出了图形数据库 。 第二部分介绍了图形分析生态系统 。
注意:我在本文的底部添加了一个演示 , 其中列出了70多个图形可视化库、工具箱和可视化工具 。
图表是用来看的
大数据&云计算|「图型计算架构」GraphTech生态系统-第3部分:图形可视化
本文插图

Paris Metro | Graph data ? Matthieu Totet CC-BY-SA — | Visualization Ogma by Linkurious
本文所讨论的图形技术层是前端层 , 即图形可视化层 。 信息可视化已经成为许多类型分析的支持 , 包括社会网络分析 。 几十年来 , 视觉表征帮助研究人员、分析师和企业从他们的数据中获得洞察力 。
可视化工具是图形数据和分析人员之间的重要桥梁 。 它有助于表面信息和洞察力 , 从而了解情况或解决问题 。
虽然以表格格式(如电子表格)读取和理解非图形数据很容易 , 但如果您尝试以同样的方式分析连接的数据 , 则可能会丢失有价值的信息 。 在表中表示连接的数据不是直观的 , 而且通常隐藏了值所在的连接 。
图形可视化工具将连接的数据转换成图形网络表示 , 利用人脑的熟练程度来识别视觉模式和更多模式变化 。

在图论和网络科学领域 , 早在1996年Pajek项目中 , 研究人员就开始设想图形分析和可视化工具 。 尽管这些应用长期以来都局限于研究领域 , 但它却是计算机图形可视化工具的诞生 。
大数据&云计算|「图型计算架构」GraphTech生态系统-第3部分:图形可视化
本文插图

The pajek project, initiated in 1996
可视化加速了数据分析 研究人员开始开发这些工具是有原因的 。 图形可视化为图形数据的分析带来了许多优点 。 将可视化方法应用于数据分析时 , 您更有可能减少查找信息的时间 , 因为:

  • 你对趋势和模式的识别能力更强 。
  • 您可以更容易地消化大量的数据 。
  • 你可以更容易地比较各种情况 。
  • 此外 , 通过视觉媒介分享和解释你的发现会更容易 。
再加上计算机机器带来的能力 , 这些优势为分析人员在大量数据中寻找信息打开了新的大门 。 这也是图形可视化解决方案与我们在前面的文章中讨论的图形分析和图形数据库工具互补的原因 。
一旦存储了数据并完成了计算 , 最终用户需要一种可理解的方法来处理和理解数据 。 图形可视化工具在许多场景中都很有用 。 我们将要介绍的大多数工具都可以直接插入数据库和分析系统 , 以进一步分析图形数据 。
图形可视化库和工具箱
目前可用于可视化图形数据的常用工具包括库和工具箱 。 这些库允许您构建定制的可视化应用程序 , 以适应您的需要:从在浏览器中显示数据的基本图形布局 , 到嵌入图形数据自定义和分析功能的完整面板的高级应用程序 。 它们确实需要编程语言的知识 , 或者暗示您有可用的开发资源 。
大数据&云计算|「图型计算架构」GraphTech生态系统-第3部分:图形可视化
本文插图

The graph visualization libraries and toolkit ecosystem
目录很广[您将在本文结尾处找到列表] , 根据您最喜欢的语言、许可证要求、预算或项目需要 , 您可以选择很多 。 在开源世界中 , 一些库提供了许多数据可视化的可能性 , 包括图形或网络表示 。 这是 D3.js和 Vis.js例如 , 允许您在不同的数据表示格式中进行选择 。
【大数据&云计算|「图型计算架构」GraphTech生态系统-第3部分:图形可视化】其他库只关注数据的图形表示 , 例如Cytoscape.js 或者Sigma.js. 通常 , 这些库提供的功能比通用库更多 。 Java中有GraphStream或Jung之类的库 , 或者Python中的库 , 其中有nodeboxgraph这样的包 。
您还可以找到商业图形可视化库 , 如yWorks的yFiles、Cambridge Intelligence的Keylines、Tom Sawyer Software的Tom Sawyer Perspectives或我们自己的解决方案Ogma 。 商业图书馆具有保证持续技术支持和先进性能的优势 。
图形可视化软件与web应用 研究应用
还有其他不需要任何开发的解决方案 。 这些解决方案要么是Saas , 要么是本地软件和web应用程序 。 正如我们前面提到的 , 第一个现成的解决方案产生于网络理论研究人员的工作 。 在Pajek之后 , 其他的解决方案也被发布 , 比如NetMinerin 2001 , 一个用于大型网络数据探索性分析和可视化的商业软件 。 同样 , 2008年创建的Gephi软件为社交网络分析领域的许多研究人员带来了强大的开源工具 , 并在图形可视化方法的民主化方面发挥了关键作用 。
其他的研究项目也出现了 , 因为网络技术简化了他们的创作 。 例如 , 帕拉迪奥(Palladio) , 一个面向历史研究人员的图形可视化web应用程序 , 于2013年创建 。 最近在2016年 , 研究项目OSoMe(社交媒体观察站)发布了一个在线图形可视化应用程序 , 研究社交媒体上的信息传播和错误信息 。
然而 , 图形可视化不再是学术界和研究界的专利 。 其他人理解图形可视化的潜力 , 以及这些工具如何帮助其他领域的组织和企业:网络管理、金融犯罪调查、网络安全、医疗保健发展等等 。 i2有限公司的产品是该领域的先驱 。 i2link笔记本电脑早在90年代推出 , 它是第一个用于执法的调查性链接分析和可视化软件之一 。
通用和特定领域解决方案
今天 , 您将很容易找到软件或web应用程序来可视化各种性质的图形数据 。 作为一个交互式电子表格 , 你的电子表格是一个交互式的图形 。 基于云的应用程序BeGraph提供了一个3D数据网络可视化工具 。 历史上的开源软件 , 如GraphViz和Cytoscape , 也允许您将任何类型的数据可视化为交互式图形 。
一些公司提出的解决方案侧重于特定的用例 。 在这些情况下 , 图形可视化应用程序通常使用专门设计的功能来增强 , 以满足特定于给定领域的需求 。 例如 , Linkurious产品专门针对网络威胁 , 因此它配备了警报和模式检测功能 , 以支持分析师在这些领域的工作 。
其他领域专用工具的例子包括VIS(可视化调查场景) , 一个由OCCRP为调查主要商业或犯罪网络的采访人员设计的工具 , Synapp , 一个组织网络可视化应用程序 , 或者UpLevel , 它专注于网络安全用例 。 随着图形技术的普及 , 越来越多的领域都在见证着特定图形可视化工具的发展 。
内置可视化工具和其他加载项 最后 , 专门用于图形数据可视化的最后一组工具是内置的可视化工具和图形数据库插件 。
大数据&云计算|「图型计算架构」GraphTech生态系统-第3部分:图形可视化
本文插图

Built-in graph visualizers and add-ons

虽然图形可视化软件和web应用程序对于深入分析或高级图形数据研究非常有用 , 但在某些情况下 , 您只需要一个基本的、可访问的可视化工具来了解给定图形数据集的外观 。 这就是为什么有些图形数据库附带内置的图形数据可视化工具 。 对于处理图形数据的开发人员和数据工程师来说 , 这些特性是非常有用的 。 无需离开图形数据库环境 , 就可以轻松访问图形用户界面来查询和可视化数据 。
例如 , 这就是Neo4j浏览器提供的功能 , 在创建数据集或运行图形算法时 , 它可以提供很大的帮助 。 类似地 , TigerGraph提出了一个内置的图形用户界面:GraphStudio来可视化数据库内容 。 去年 , bitneine发布了AgensBrowser , 这是一个可视化界面 , 可以帮助您管理和监视AgensGraph图形数据库的内容 。
在类似的通知中 , 图形数据库供应商已经开始扩大他们的产品范围 , 提供与其存储产品兼容的附加可视化工具 。 例如 , 在去年年初 , Neo4j推出了Bloom , 这是Neo4j桌面应用程序的附加应用程序 。 它提供了一个无代码的可视化界面 , 可以从Neo4j图形数据库中探索数据 。


    推荐阅读