图与网络可视化

图与网络可视化描绘实体及其关系，最常见的是以节点-链接图的形式，帮助人们识别诸如簇、路径和中心节点等结构。

Definition

图与网络可视化是实体及其之间关系数据的视觉表示，通过定位节点和路由链接的布局，或通过矩阵表示，使网络的结构属性变得可感知。

Scope

本主题涵盖关系数据的可视化表示：节点-链接图和图布局算法（如力导向布局和层次布局）、图的矩阵表示、大型和密集网络的处理技术，以及可读图的导航和美学标准。它不包括作为数据结构的图的算法理论（这属于算法范畴），也不包括一般编码的感知基础（这在视觉编码和感知中讨论）。

Core questions

• 布局算法如何定位节点以揭示结构？
• 节点-链接图何时优于矩阵表示？
• 如何使超大型或密集网络变得可读？
• 哪些美学标准能使图绘制易于解释？

Key concepts

• 节点-链接图
• 力导向布局
• 层次（分层）布局
• 邻接矩阵表示
• 边交叉最小化
• 图美学
• 聚类与聚合
• 大型网络的可伸缩性

Key theories

图布局与美学

图绘制旨在满足美学标准的布局，例如更少的边交叉、短而均匀的边以及揭示对称性；力导向和层次算法产生的布局使结构可见。

节点-链接与矩阵表示

对照实验表明，节点-链接图适用于小型、稀疏图和路径跟踪任务，而矩阵表示更适用于大型密集图和查找连接最紧密节点等任务。

导航与可伸缩性

图可视化调查列举了导航和简化大型网络的方法，包括聚类、过滤和焦点-上下文导航，以保持大型图的可解释性。

Clinical relevance

网络可视化用于理解社交网络、生物通路、基础设施和知识图谱中的关系；选择正确的表示和布局有助于分析师发现原始关系数据中不可见的社区、枢纽和通路。

History

图绘制在20世纪80年代和90年代发展出强大的算法基础，并在Di Battista及其同事1999年的著作中进行了总结。Herman、Melancon和Marshall在2000年对信息可视化的图可视化进行了调查，随后的对照研究（如节点-链接与矩阵的比较）为不同大小网络的表示选择提供了更精细的指导。

Debates

大型图的节点-链接图与矩阵表示之争

节点-链接图直观且广受欢迎，但随着图变得密集，它们会变得混乱；而矩阵表示在大规模下仍保持可读性，但对于路径跟踪来说不那么自然；更好的选择取决于图的大小、密度和任务。

Key figures

• Ivan Herman
• Giuseppe Di Battista
• Peter Eades
• Roberto Tamassia
• Jean-Daniel Fekete

Seminal works

• dibattista1999
• herman2000
• ghoniem2005

Frequently asked questions

什么是力导向布局？

力导向布局将图视为一个物理系统，其中边像弹簧一样将连接的节点拉近，而节点之间相互排斥。让模拟稳定下来会产生一个布局，其中紧密连接的组会聚集在一起，整体结构变得可见，无需手动放置。

为什么使用矩阵而不是节点-链接图？

对于大型、密集的网络，节点-链接图会变成一团缠绕的边。矩阵表示将节点沿行和列放置，并在单元格中标记每个连接，从而避免了边的混乱，并使得在大规模下发现高度连接的节点或密集子组等任务变得更容易。