复杂网络（Complex Network）社团数据可视化分析（gephi）实验
Experiment Report of complex network course
复杂网络实验报告
目录
Experiment Report of complex network course
复杂网络实验报告
实验目标（The objective of the experiment）：
实验流程（The flow of the experiment）：
实验总结（Summary of the experiment）：
-
实验目标（The objective of the experiment）：
使用在NASP网站中获取的网络数据，对数据进行可视化处理，利用gephi软件进行可视化操作，最终得到一份数据转化的可视化图片。再安装python中的数据包networkx，利用networkx验证节点数和边数是否正确。
-
实验流程（The flow of the experiment）：
1、登录https://snap.stanford.edu/data/soc-sign-bitcoin-alpha.html网站进行下载我们队伍所选数据集——Bitcoin Alpha trust weighted signed network，下载好csv文件，我在第一次用gephi导入的时候，发现文件数据并没有列名，无法进行边表格导入。找到解决方法后，我尝试自助修改csv文件，在每一列上方加上一个列名，分别为：来源、目标、评级、时间；
（SOURCE,TARGET,RATING,TIME）
- 文件修改完成后，开始导入到gephi进行处理：
导入成功后，展示为该界面：
这里由于节点和边的数量过于庞大，所以未经处理的可视化的效果密密麻麻一团，需要进一步的处理；
- 利用度排序的方法，将节点的颜色进行划分；接着运行得出平均路径长度：
这里在统计工具中，还可以依次运行平均聚类系数、特征向量中心度进行进一步的数据分析；
- 在外观中，设置节点的排名：根据中间集中性设置，尺寸设置为17—170，区分节点的大小；
使用统计模块中的社区检测区域的模块化功能：
Modularity Report
Parameters:
Randomize: On
Use edge weights: On
Resolution: 1.0
Results:
Modularity: 0.456
Modularity with resolution: 0.456
Number of Communities: 19
- 在分割中，利用模块化的渲染方式进行渲染，得出如下可视化图片：
- 利用统计区的平均加权度进行测量，得出结果是
Average Weighted Degree: 6.393
可以看出大多数人在比特币交易平台的信用都是合格的；
- 过滤操作：范围设置为负数，其余的过滤后：
- 利用hu yifan视图进行布局操作，部分数据分布在边缘形成一个圆；（图中中心部分的数据还是占大多数的，只是聚集在了一起）
- （最后验证成功，我们选择的网络是无标度网络）
- 进行python验证：
代码：
import pandas as pd
import networkx as nx
import matplotlib.pyplot as plt
df = pd.read_csv(r"D:\HuaweiMoveData\Users\shen'zhou\Desktop\soc-sign-bitcoinalpha.csv")
G = nx.DiGraph()
for index, row in df.iterrows():
source = row['SOURCE']
target = row['TARGET']
rating = row['RATING']
time = row['TIME']
G.add_node(source)
G.add_node(target)
G.add_edge(source, target, rating=rating, time=time)
print(nx.number_of_nodes(G))
print(nx.number_of_edges(G))
target_data = df['TARGET']
plt.hist(target_data, bins=10)
plt.xlabel('Value')
plt.ylabel('Frequency')
plt.title('Distribution of TARGET')
plt.show()运行后可以看出度分布直方图：
再求图的直径：
import networkx as nx
import pandas as pd
# 读取 CSV 文件并创建图
df = pd.read_csv(r"D:\HuaweiMoveData\Users\shen'zhou\Desktop\soc-sign-bitcoinalpha.csv")
G = nx.from_pandas_edgelist(df, 'SOURCE', 'TARGET', edge_attr="RATING", create_using=nx.Graph())
# 获取连通组件
connected_components = nx.connected_components(G)
diameters = []
# 计算每个连通组件的直径
for component in connected_components:
subgraph = G.subgraph(component)
diameter = nx.algorithms.diameter(subgraph)
diameters.append(diameter)
print("图的直径:", max(diameters))
运行代码后计算得出图的直径为10；
数据均符合。
至此，实验与验证均结束。
-
实验总结（Summary of the experiment）：
- 数据集以表格或者csv等形式呈现的时候，数目一旦很庞大，很难让数据分析者很清楚地看清楚数据的关系以及特征，因此，数据可视化的重要性不言而喻；
- Gephi使用的时候，刚导入的数据，因为没有做任何形式的处理，不仅密集，而且很难分析出有用的信息，所以需要去学习gephi的使用方法，来一步一步地处理可视化模型；
- 胡一凡（Yifan Hu）视图模型相较于Force Atlas等视图布局，它能让我们处理的视图的复杂度大大降低，在试了很多数据集后，我发现，基本上在数据很大的时候，用Yifan Hu视图都是不错的选择。