张俊鹏
网络可视化软件推荐两款
2021-11-6 08:09
阅读:5747

写在前面

网络是一种数据,也是一种信息和知识。在信息时代,网路无处不在。例如,人与人之间的关系、城市与城市之间交通关系、论文引证关系、基因之间的关系、信号之间的关系、蛋白质间的互作关系等等,都可以构成错综复杂的网络数据。对于网络而言,主要分为有向、无向和混合(包含有向和无向)三种类型。有向网络内节点之间具有方向性,而无向网络内节点之间没有方向性。可视化为理解网络数据提供了一个有效途径,那么网络数据如何进行可视化呢?这次就推荐两款通用的网络可视化软件:CytoscapeGephi

 

01

Cytoscape

Cytoscape(图1https://cytoscape.org/)是一款开源软件,最初是为生物学研究而设计的,其输入数据主要是生物网络数据。现在,Cytoscape 变成了复杂网络分析和可视化的通用平台了。Cytoscape的核心单元能够实现数据整合、分析和可视化,而插件(Plugins)单元进一步丰富了Cytoscape平台的实用功能。这些插件能够做网络和分子图谱分析、新布局、支持新的文件格式、脚本和数据库链接等。目前,Cytoscape的插件数超过245个。从20027月发布v0.8版本到现在的v3.9.0版本,Cytoscape每年至少更新一次。接近20年的开发和更新,Cytoscape已成为网络可视化的主流软件。

 

21b0a1c1f770ec9dd3a4df410b885b4.png

1 Cytoscape主页

 

Cytoscape充分利用插件资源进行网络数据的可视化,有些网络可视化结果非常赏心悦目,例如图2所示。其他详细功能,下载后只能自己慢慢琢磨了。

651c8d8ffd2adc1ab4e0409f0dff02c.png

2 Cytoscape制作的样图

 

02

Gephi

Gephi(图3https://gephi.org/)也是一个开源软件,从开始出现就旨在打造网络可视化通用平台。Gephi的口号:协助数据分析师和科学家探索和理解各种各样的网络图。由于都是可视化软件,Gephi的主要功能与Cytoscape类似。从2008年出现,直到现在的v0.9.2版本,Gephi一直都稳扎稳打。未来将计划打造v1.x.x版本。虽然Gephi更新频率没有Cytoscape高,但是不影响Gephi的欢迎程度。目前,Gephi的插件数为104个。超过12年的开发和更新,Gephi也成为了网络可视化的主流软件。

5b2e96dfbbc37349510fb6682f3277c.png

3 Gephi主页

 

Gephi软件挺友好,还提供了中文教程来介绍其基本用法,详细情况可见https://www.udemy.com/course/gephi/。另外,Gephi的网络可视化结果也可以制作的很惊艳,如图4所示。其他详细功能,也是下载后只能慢慢自己琢磨了。

5a6cddc568b7e2aca4d93d5281ac072.png

4 Gephi制作的样图

 

后话

一图胜千言。高颜值图可以为文章、报告、申请书等加分不少,而要想制作高颜值图就必须借助相关的可视化软件。本次介绍的两款可视化软件(CytoscapeGephi)专门为网络数据提供可视化维度。如果嫌弃自己的网络图丑,那就花点时间用用这两款网络可视化软件(尤其是里面丰富多彩的插件)哦!

 

参考文献:

[1] Shannon P, Markiel A, Ozier O, et al. Cytoscape: a software environment for integrated models of biomolecular interaction networks. Genome Res. 2003;13(11):2498-2504. doi:10.1101/gr.1239303

[2] Bastian, M., Heymann, S., & Jacomy, M. (2009). Gephi: An Open Source Software for Exploring and Manipulating Networks. Proceedings of the International AAAI Conference on Web and Social Media, 3(1), 361-362.

 

以往推荐:

1. 代码收留站推荐一波!

2. 文献管理器推荐一波!

3. 生信书籍推荐一波!

4. 生信微信公众号推荐一波!

5. 韦恩图在线软件推荐一波!

6. 专利数据库推荐一波!

7. 文献订阅App只推荐一个!

8. SCI专刊推荐一个

9. 机器学习资源库推荐一个

10. 你想了解因果推理吗?

11. 机器学习软件推荐一个


625f1add0b9ad0511fca9c83ff9172d.png

5b26d2b7ef8497f5882458b51c823d4.png

转载本文请联系原作者获取授权,同时请注明本文来自张俊鹏科学网博客。

链接地址:https://wap.sciencenet.cn/blog-571917-1311151.html?mobile=1

收藏

分享到:

当前推荐数:0
推荐到博客首页
网友评论0 条评论
确定删除指定的回复吗?
确定删除本博文吗?