Jaal是基于Dash和Visdcc构建的可交互的Python社交网络库。由于底层使用了dash，所以我们可以认为jaal更像是一个仪表盘。基于此，jaal也提供了多种处理网络数据的可选项，例如搜索、过滤、给节点（边）上色等。所有的操作，两三行代码即可搞定。

pip3 install jaal

一、快速上手

本文准备了《权利的游戏》的节点nodes.csv和边edges.csv数据， 可以使用jaal的plot()函数绘制《权利的游戏》关系网络图。必须有的字段，这里加粗了 nodes.csv数据含

• from: 节点
• to:  节点
• weight: 边权重
• strenth:

edges.csv数据

• id 节点id，姓名
• gender 节点的性别

• 

import pandas as pd
from jaal import Jaal

edge_df = pd.read_csv('edges.csv')
node_df = pd.read_csv('nodes.csv')
Jaal(edge_df, node_df).plot()

运行代码后，会生成一个本地服务链接，例如 http://127.0.0.1:8050/ ， 点击链接，浏览器就能看到

二、Jaal功能

• 设置面板  Jaal运行产生的浏览器界面左侧会有一个设置面板，可以对数据进行搜索、筛选、上色。
• 搜索 可以高亮搜索到的节点
• 过滤 支持pandas的query语法
• 上色 基于类别，对节点、边进行上色。能最多支持20个类别，即节点、边数据允许有20种属性

三、 案例

3.1 搜索

第一个选项是搜索，我们可以在其中搜索图中的特定节点。它支持在节点标签上逐字符搜索。以下是我们尝试搜索“ Arya”的示例

3.2 过滤

接下来，我们进行过滤。Jaal支持在节点和边要素上都进行过滤的选项。为此，我们提供了单独的文本区域。下面我们可以看到节点和边缘过滤查询的实时效果。

3.3 染色

最后，我们可能希望查看任何功能的整体分布，而不是进行过滤。目前，Jaal通过提供根据任何分类特征为节点或边缘着色的选项来解决此问题。我们可以在下面看到一个真实的例子。

代码已上传到github仓库，欢迎关注 

https://github.com/thunderhit/DaDengAndHisPython