网络图
网络图(图论意义上的图)画出由连边连接的节点,位置由布局算法决定:力导向、Kamada–Kawai,或者均匀排在圆周上。 边的权重可以决定线宽,边可以有方向,节点可以按分组上色。
WITH d AS (SELECT * FROM read_csv_auto('{{DFK_BASE_URL}}data/network.tsv'))
SELECT kuva_render(to_json({
'title': 'Gene interaction network',
'series': [{
'type': 'network',
'edges': (SELECT list({'source': source, 'target': target, 'weight': weight}) FROM d),
'nodes': (SELECT list({'label': n, 'group': g})
FROM (SELECT n, max(g) AS g FROM (
SELECT source AS n, "group" AS g FROM d
UNION ALL
SELECT target AS n, "group" AS g FROM d) GROUP BY n)),
'show_labels': true,
'legend': 'pathway'
}]
})) AS chart;
节点会从连边端点自动建出来,所以 nodes 只用来附加属性 —— 分组、颜色、固定位置。用两端点的 UNION ALL 再按节点
分组,就是 SQL 里表达「每条边出现的节点,各一个」的方式;max(g) 是任取一个分组值,因为同一条边上的 group 列的
含义是「源节点的组」,同一个节点在不同行里可能带着不同的值。
有向边
directed 从源到目标画箭头,监管网络、引文图、状态机要的就是它。互为一对的边会画成两支独立的箭头,而且线会止于
节点边界,箭头才看得清。
WITH d AS (SELECT * FROM read_csv_auto('{{DFK_BASE_URL}}data/network.tsv'))
SELECT kuva_render(to_json({
'title': 'Directed',
'series': [{
'type': 'network',
'edges': (SELECT list({'source': source, 'target': target, 'weight': weight}) FROM d),
'directed': true,
'show_labels': true,
'repel_labels': true
}]
})) AS chart;
分组节点与圆周布局
group 会自动给节点上色,图例再把颜色映射到分组名。配上圆周布局,得到的是干净、确定的排布 —— 图小到「位置本身
不携带信息」时,这是最合适的选择。
WITH d AS (SELECT * FROM read_csv_auto('{{DFK_BASE_URL}}data/network.tsv'))
SELECT kuva_render(to_json({
'title': 'Coloured by group',
'series': [{
'type': 'network',
'edges': (SELECT list({'source': source, 'target': target, 'weight': weight}) FROM d),
'nodes': (SELECT list({'label': n, 'group': g})
FROM (SELECT n, max(g) AS g FROM (
SELECT source AS n, "group" AS g FROM d
UNION ALL
SELECT target AS n, "group" AS g FROM d) GROUP BY n)),
'layout': 'circle',
'show_labels': true,
'legend': 'pathway'
}]
})) AS chart;
从邻接矩阵来
矩阵就是一张等着被展开的连边表,而 SQL 正好擅长这件事 —— 所以宽表 N × N 不需要什么专门的输入模式:
WITH m AS (
SELECT * FROM (VALUES
('A', 0.0, 1.0, 1.0),
('B', 1.0, 0.0, 1.0),
('C', 1.0, 1.0, 0.0)
) AS t(node, a, b, c)
),
long AS (
SELECT node AS source, 'A' AS target, a AS weight FROM m
UNION ALL SELECT node, 'B', b FROM m
UNION ALL SELECT node, 'C', c FROM m
)
SELECT kuva_render(to_json({
'title': 'From a matrix',
'series': [{
'type': 'network',
'edges': (SELECT list({'source': source, 'target': target, 'weight': weight})
FROM long WHERE weight > 0),
'layout': 'circle',
'show_labels': true
}]
})) AS chart;
weight > 0 这个过滤很要紧:矩阵约定里 0 表示「没有边」,照搬进连边表就会画出一张完全图,只是边上都是零宽。
布局算法
layout | 算法 |
|---|---|
"force_directed" | Fruchterman–Reingold:相连的节点相吸、所有节点相斥(默认) |
"kamada_kawai" | 基于应力 —— 欧氏距离反映图距离;中小图更好 |
"circle" | 均匀排在圆周上;确定而干净 |
力导向该默认用,但也该不轻信:它是随机的,两次渲染会不一样。要让一张图在几张图之间保持稳定,就得用 position 把
几个节点钉住。
字段
| 字段 | 类型 | 设置什么 |
|---|---|---|
edges | edge[] | 必填。 每项是 {source, target, weight, color?, label?, curve?}。 |
nodes | node[] | 逐节点属性:{label, color?, size?, group?, shape?, position?}。 |
directed | boolean | 画箭头。 |
layout | string | "force_directed"(默认)· "kamada_kawai" · "circle"。 |
node_radius | number | 节点基础半径(像素,默认 8)。 |
edge_opacity | number | 边的不透明度(默认 0.6)。 |
show_labels | boolean | 画节点名。 |
repel_labels | boolean | 让重叠的标签互相推开。 |
label_inside | boolean | 标签放进节点内。 |
label_size | integer | 标签字号。 |
legend | string | 图例标题;每个节点分组一条。 |
节点的 position 是归一化 [0, 1] 空间里的 [x, y];没给的由布局算法决定。
说明
edges必须给(或者至少给nodes)。只出现在nodes里的节点照样会画,只是没有边。weight决定边的线宽,所以权重为0会画出一条看不见的边、而不是删掉它 —— 在 SQL 里把它们滤掉。- 节点名不会从连边里自动取;没有
nodes条目的节点会以无名状态画出来。名字来自nodes,连边只负责「连谁跟谁」。 - 力导向布局是随机的,同一份数据两次渲染会有小差别。
curve让边弯起来,这正是把本来会重叠的两条边分开的办法 —— 包括互为一对的那两支。
另见
- kuva — 网络图 —— 绘图库自己的图型参考。
- 桑基图 —— 层级之间的有向流。
- 和弦图 —— 两两之间的对称流量。