这篇文章是承接上一篇文章《层次数据可视化》，这两篇文章分别对应图可视化中的2大类: 层次数据的可视化和网络数据的可视化，本篇主要介绍网络数据可视化。

不具备层次结构的数据可统称为网络（network）数据，通常用图（Graph）表示。图是由顶点集V和顶点间的关系集合E（边的集合）组成的一种数据结构，可以用二元组定义为：G =（V, E）。

1. 网络数据的布局**

1.1 节点-链接法

用节点表示对象，边表示关系。显式地表达事物之间的关系，能帮助人们快速建立事物之间的联系。
实用性和美观性原则如下：

优点：易于理解，容易实现，实现的效果具有较好的对称性和局部聚合性，因此比较美观。且用户可以看到整个布局逐渐趋于动态平衡的过程，使得整个布局结果更容易被接受。
缺点：力引导布局只能达到布局优化，不能达到全局优化。

node-link方法的变种，采用一维布局方式，节点沿某个线性轴或环状排列，圆弧表达节点之间的链接关系。

优点：不能清晰直观地表达图的全局结构。
缺点：节点良好排序后可清晰地呈现环或桥的结构。
ps: 对节点的排序优化问题又称为序列化（serialization）。

arc-diagram

arc-diagram的变体，节点围绕着圆周分布，点与点之间以弧线或贝塞尔曲线连接来表示关系，然后再给每个连接分配数值（通过每个圆弧的大小比例表示）。用颜色将数据分成不同类别，有助于进行比较和区分。

优点：非常适合用来比较数据集或不同数据组之间的相似性。
缺点：需要显示的连接较多时，比较混乱。

chord dragram
**
弦图的一个变体：仅显示节点和连接线，强调数据之间的连接关系。

矩阵内点的位置（i, j）表示第i个节点和第j个节点之间的关系。

优点：能很好地表达完全图，可显著表达节点之间的直接关系。能完全规避边的交叉问题。
缺点：**不能呈现网络的拓扑结构，不能明显表达关系的传递性。

指用交互手段来预测和帮助用户在图中切换视点。

指对于一个可视化映射元素的交互。

基于图结构的交互是一种宏观结构的交互手段，核心思想是“焦点+上下文”（focus + context）技术。

将网络图用地图形式表达的方法，将数据与数据的分类表示成地图的形式，可以让人更容易理解数据的集合关系。

1994～2004年之间参加graph drawing会议的学者之间的合著关系

“动态”可以理解为节点的增减、关系的增减、节点/关系权重的变化这三种。如果完全对动态网络数据逐帧进行重新布局，则会导致视觉连续性的缺失。动态网络布数据可视化的目标是尽量保持帧间连续性和一致性。这也是目前网络数据可视化的一大挑战。