Netzwerkvisualisierung

Einstieg in die Netzwerkanalyse mit Python

Eric Ma

Data Carpentry instructor and author of nxviz package

Irrationale vs. rationale Visualisierungen

Zwei Darstellungen großer Graphen. Beide sind unübersichtlich wie ein Wollknäuel und schwer zu deuten.

Netzwerke visualisieren

Matrix-Plots
Arc-Plots
Circos-Plots

Netzwerke visualisieren

Matrix-Plots
Arc-Plots
Circos-Plots

Matrix-Plot

Eine 3×3-Matrix mit Spalten A, B, C und denselben Zeilen. Schwarze Zellen markieren verbundene Knoten im zugehörigen Graphen. Daneben ein Graph mit A, B, C: A–B verbunden, A–C verbunden, B–C nicht direkt.

Matrix-Plot

Dieselbe Matrix und derselbe Graph wie zuvor, aber die Diagonale der Matrix ist grau schattiert.

Matrix-Plot

Dieselbe Matrix und derselbe Graph wie zuvor, aber nun sind die Zellen (A, B) und (B, A) gelb markiert. Die Kante zwischen A und B im Graphen ist ebenfalls gelb.

Matrix-Plot

Dieselbe Matrix und derselbe Graph wie zuvor, aber nun sind die Zellen (A, C) und (C, A) gelb markiert. Die Kante zwischen A und C im Graphen ist ebenfalls gelb.

Gerichtete Matrizen

ch1-3.012.png

Netzwerke visualisieren

Matrix-Plots
Arc-Plots
Circos-Plots

Arc-Plot

Zwei Graphen mit je drei Knoten A, B, C und Kanten zwischen A–B und A–C. Der erste ordnet die Knoten in einer Linie an und nutzt gebogene Kanten. Der zweite ordnet sie in einer Ebene an und nutzt gerade Kanten.

Netzwerke visualisieren

Matrix-Plots
Arc-Plots
Circos-Plots

Circos-Plot

ch1-3.018.png

Circos-Plot

Zwei Graphen mit je sechs Knoten. Links: Knoten im Kreis, Kanten als Bögen. Rechts: zufällige Anordnung, Kanten als Geraden.

nxviz-API

import nxviz as nv
import matplotlib.pyplot as plt

ap = nv.arc(G)

plt.show()

Lass uns üben!

Einstieg in die Netzwerkanalyse mit Python