gpt4 book ai didi

d3.js - 在 d3 力导向布局中优化电荷、链接距离和重力

转载 作者:行者123 更新时间:2023-12-04 11:54:45 24 4
gpt4 key购买 nike

我已经建立了上届国会参议院投票模式的力量导向布局。有 102 个节点和 2,600 个边,基于连接至少 75% 时间一起投票的任何两名参议员:

Senate Social Network

我已经使用了电荷、重力和链接距离的系数,希望找到一个节点不会太聚集在一起或人为分离的最佳点。使用 linkDistance 会在连接两个集群的四个红色节点之间创建比逻辑上更多的空间。不设置 linkDistance 会导致两个集群相距很远。

是否有根据边缘密度或任何其他社交网络分析指标选择正确值的指南?

当前布局定义是:

var force = d3.layout.force()
.nodes(d3.values(nodes))
.links(d3.values(links))
.size([width - 2 * margin, height - 2 * margin])
.charge(-80)
.gravity(0.25)
.linkDistance(50)
.on("tick", tick)
.start();

谢谢!

更新:这对于 jsFiddle 来说有点复杂,但可以随意使用 clone or fork on GitHub .

最佳答案

没有“正确”的值——您可能想要选择的值完全取决于您想要显示的内容。

但是,您可以使用一些指标作为指导。 clustering coefficient顾名思义,是衡量“聚类”图的程度。这是整个图的属性,但您也可以将其应用于子图(即仅红色或蓝色点)。

如果 node degree 的相关度量,它基本上计算节点之间的链接。图还有许多其他属性,例如 Lovász number例如。

这些都不会为您要设置的参数提供特定值(并且什么都不会!)乘以常数)。

关于d3.js - 在 d3 力导向布局中优化电荷、链接距离和重力,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/15076157/

24 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com