Gephi社会网络分析-网络图的外观设置

此前，我们发布了一组Jupyter Notebook，全部围绕着点度中心性计算和社会网络图的生成和计算。图计算完成以后，用Python画出来的效果一般，那么本系列文章将讲解在Gephi下做进一步的图计算和可视化。

本文所用的数据是由GooSeeker分词和情感分析软件生成的共词矩阵，此前发布的Jupyter Notebook还讲解了其他度量词与词之间的相似度的方法，比如，协方差矩阵相比于共词矩阵可以更精细地看到词出现在文档中的数量的涨落是否同步，又如，Pearson相关系数矩阵是一种去量纲的度量，等等。典型的Notebook是这几篇：

• 《精选词后求共词关系的协方差矩阵进行社会网络分析》
• 《用皮尔森相关系数表示共词矩阵是否能用来做社会网络分析》

此前，我们还发布了2篇有关Gephi软件的下载安装和数据导入的文章：

• 社会网络可视化分析方法探索—Gephi分析工具的下载和安装
• Gephi社会网络分析数据的批量生成和导入

包括本篇，我们计划使用Gephi做一系列社会网络方面的分析。

Gephi提供的分析可以分为两种：

• 第一种是通过不同的布局算法，按照一定的方式排列节点在图中的位置，并从节点的位置对网络做出解读，也就是直接把关系转换为图，并以图形的方式研究网络。
• 第二种是通过不同的统计算法，根据节点与边的不同连接关系，用不同方式进行计算，计算的内容包括网络的总体特征、网络的模块化、节点的中心度、节点的路径特征、节点的动态度等。这些统计得出的值会存储到节点或边的数据中，作用于节点与边，最终也是显示在图形上，供研究发现网络的特性。

无论使用哪种分析方法，对Gephi网络的外观，布局，过滤，统计这几个方面的设置都需要有一定程度的掌握。

从本篇开始，我们继续规划了下列几篇Gephi学习的文章，陆续会发布出来和小伙伴一起探讨：

1. Gephi社会网络分析-网络图的外观设置
2. Gephi社会网络分析-网络图的布局
3. Gephi社会网络分析-网络图的过滤
4. Gephi社会网络分析-网络图的统计
5. Gephi社会网络分析-网络图颜色选取
6. Gephi社会网络分析-动态数据处理
7. 使用Gephi进行社会网络分析的几个实际例子和实操

本系列学习文章参考了Gephi官网的资料。学习和实验的过程中所需要的图数据来源有多个：

来源一：使用Gephi自带的生成随机图数据的功能。

来源二：使用实际的网络舆情数据，步骤是这样的：

1. 使用GooSeeker网络爬虫软件采集微博，知乎等社交媒体上的数据。
2. 使用GooSeeker文本分词和情感分析软件对采集到的社交媒体数据进行中文分词，生成词频统计，共词矩阵，选词矩阵，情感分析等结果。其中，共词矩阵excel可以直接导入Gephi。
3. （可选步骤）还可以进一步使用选词矩阵，在Jupyter Notebook中计算其他词与词共现关系度量，比如，协方差矩阵、皮尔森相关系数矩阵、余弦相似度矩阵，这样的矩阵作为邻接矩阵导入Gephi

1， Gephi外观设置简介

外观可以设置Gephi图形节点、边、标签（节点与边）的颜色和大小。在以颜色和大小为目标的编辑中，可以通过两种不同的方式实现：

• 一种是设置为统一的（Unique）颜色和大小；
• 另一种是根据数值设定（Attribute）颜色和大小。

在这两种实现方式中，前者比后者的操作方式相对简单，因为后者的操作需要对数据的性质有更多的了解。

下图是外观设置区域在主界面的位置：

下图是外观设置中不同功能的位置：

在外观界面中，通过可用功能的组合使用，可以完成的操作如下图所示：

节点和节点标签“统一的”选项的颜色选取：

颜色分为节点的颜色和标签的颜色，单击“节点”按钮，然后单击“统一的”按钮，在此界面中就是给节点的颜色、大小，节点标签的颜色、大小设置一个单一的值，使所有节点和节点标签都成为相同的颜色或大小。在此界面中，节点颜色和节点标签颜色设置的方式是选择不同的图标，下面2张图分别是设置节点的颜色和大小：

在设置了节点大小和节点颜色并点击“应用”后，可以看到图的变化：

2， Gephi外观设置实验：节点颜色、大小、标签颜色和大小

3.1 生成随机图

依次点击Gephi菜单项[文件][生成][随机图]，生成一张图：

3.2 统一设置节点大小为30

3.3 统一设置节点颜色

3.4 按“度”的排名显示不同的颜色

3.5 按“度”排名显示不同的节点大小

还有一些和统计相关的外观设置，比如各种中心度，PageRank等，我们会在后续的文章中进行学习和实验。