可视化非常大的链接图


25

我正在寻找一种可视化非常大的有向链接图的工具。我目前有约200万个节点,边缘约有1000万个。我尝试了几种不同的方法,但是大多数方法甚至要花费数小时才能完成10万个节点图

我尝试过的工作:
我在gephi中度过了一天,但是添加了8万个节点大约需要一个小时,并且该应用程序几乎变得毫无用处。

有什么建议么?

交互式可视化将是一个加号。


如果您说出您已经尝试过的内容,将会有所帮助。你给Graphviz了吗?
Wolfgang Bangerth 2012年

1
Graphviz是我首先尝试的。不知道它是否会与这种大小的东西一起工作。显然,您将需要为邻接矩阵使用稀疏表示的东西,但是,软件包将不会像这样难以想象。
大卫·凯奇森

我现在给Graphviz一炮而红,它看起来更有希望,但我认为它不允许互动
madmaze 2012年

2
您是否尝试过将图形解释为稀疏矩阵并使用MATLAB或Octave的“间谍”函数将其可视化?1000万个非零条目非常适合功能强大的台式机。这也将为您设置频谱二等分(查找图形的分区可能会使您更容易看到它)。
Jack Poulson 2012年

1
你有看过吗
pyCthon 2012年

Answers:


13

Graphviz应该可以工作。我相信,佛罗里达大学稀疏矩阵集合中与矩阵相关的图像是使用sfdp(由Yifan Hu开发的力导向图可视化算法)可视化的。集合中的大多数矩阵都具有与生成相应的可视化效果相关的计算时间,因此您可以搜索其图的特征与您希望可视化的图相似的矩阵。例如,具有约210万个节点和约300万个边的图形需要花费约36000的Hu来生成,即10个小时。虽然尚不清楚使用什么硬件来生成图形,但可以合理地猜测是使用台式机还是笔记本电脑,并且时间至少可以使您大致了解绘制图形所花费的时间。Hu的算法似乎是最先进的可视化算法之一(他于2005年发表),但由于不是该领域的专家,所以我无法确定是否存在更好的算法。该算法作为Graphviz的一个选件提供,旨在用于大型图(例如您描述的图)。


非常整洁。看起来Barnes-Hut正在用于模拟图的节点之间的力,因此我认为并行FMM实现可能会产生显着的加速。另一方面,胡的方法似乎具有类似于MeTiS的多层次结构,这往往很难并行化。
杰克·普尔森

是的,当我阅读本文时,我还认为并行FMM实现可能会很有趣,但是由于我对并行算法没有太多的经验,因此我不确定它的实用性。
Geoff Oxberry 2012年

3
@JackPoulson- 咳嗽
Aron Ahmadia 2012年

@GeoffOxberry -见上面的链接
阿隆Ahmadia

1
@JackPoulson-您会发现,力导向布局算法对初始播种非常敏感,其他小组也做了一些出色的工作来重新设计问题,以实现更美观的布局。
阿隆·艾玛迪亚


5

参见Graphinsight 1.2,可以轻松处理数百万个节点,并且是交互式的3D模式。

您还可以使用高效的代数方法或强制定向方法,对具有数百万个节点和边的图形进行布局。它有试用版可供评估(免责声明:我是该程序的作者之一)。

www.graphinsight.com


1
@linelio-感谢您的回答,欢迎使用scicomp!请确实查看有关晋升的规则,并确保在提出建议时您明确披露任何个人联系。
Aron Ahmadia

5

以下是一些建议和随着时间的推移收集的链接:

  • 对于2M节点,很难推荐不知道您的硬件的任何东西,并且可能需要进行一些数据缩减,但是如果要获取免费提供的资源,zGrViewer可能适合您的可视化需求(需要GraphViz)。
  • 遵循@pyCthon的想法,建议您还看看VisIt在绘图中的交互性。
  • 我正在重新访问R统计语言的igraph软件包,其中包括整洁的布局算法(Fruchterman-Reingold和Kamada-Kawai)。
  • 大型图布局库现在位于SourceForge上。

0

我们一直在构建http://www.github.com/graphistry/pygraphistry,以使大多数浏览器和笔记本都能做到这一点。这个想法是使用WebGL渲染大图(平移/缩放/等),并将大多数实时计算(布局,过滤器等)卸载到GPU云中。它类似于Gephi或Cytoscape,但更多地侧重于大图和数据分析,并集成到Web和笔记本电脑中。


By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.