GraphX 正在参加 2020 年度 OSC 中国开源项目评选,请投票支持!
GraphX 在 2020 年度 OSC 中国开源项目评选 中已获得 {{ projectVoteCount }} 票,请投票支持!
投票让它出道
已投票
GraphX 获得 2020 年度 OSC 中国开源项目评选「最佳人气项目」 !
GraphX 获得 2020 年度 OSC 中国开源项目评选「最佳人气项目」「最积极运营项目」 !
GraphX 获得 2020 年度 OSC 中国开源项目评选「最积极运营项目」 !
授权协议 Apache
开发语言 .NET 查看源码 »
操作系统 Windows
软件类型 开源软件
开源组织
地区 不详
投 递 者 bear256
适用人群 未知
收录时间 2014-02-19

软件简介

GraphX for .NET 是一个开源的图形布局和可视化库,它支持不同的布局算法,并提供了许多可视化自定义方法。它能够渲染大量顶点并稳定地移动以支持最受欢迎的 .NET 平台。GraphX 已经很好地充当了其他许多功能无法替代的项目的基础。

特性

  • GraphX是一个面向性能的库,考虑了模块化设计,针对以下方面进行了优化:

    • 大量的模板化图形顶点渲染
    • 隔离的视觉和逻辑库设计以及模块化编码方法,可实现更好的扩展性
    • 不断改善MVVM支持
    • .NET多平台支持
    • 多种布局算法(FR,KK,ISOM,LinLog,Simple Tree,Simple Circle,Sugiyama,CompoundFDP,FSA / FSAOneWay重叠消除)和分组图布局算法
  • 通常,它几乎可以完成布局和显示所需图形的所有所需操作,尤其是它提供以下功能:

    • 能够创建和插入自定义外部布局,重叠去除和边缘布线算法
    • 增强的边缘指针自定义功能允许轻松创建和应用自定义边缘指针
    • 使用行为逻辑可自定义的控件突出显示
    • Windows桌面平台的图形打印方法
    • 顶点和边缘的移动,删除,添加,鼠标悬停动画支持以及创建自定义动画的功能!
    • 通过共享接口实现的通用图序列化方法允许将自定义序列化应用于不同平台
    • 图形状态保存和加载允许捕获和存储内存中的可视和数据图形
    • 异步算法计算支持
    • 丰富的可用性文档和示例项目
  • 它支持以下与边缘相关的功能:

    • 支持参数化的边缘路由算法(SimpleER,EdgeBundling,PathFinder)
    • 支持动态和/或单边路由计算(例如,用于拖动的顶点)
    • 可以应用于任何ER算法的边缘弯曲(平滑)技术
    • 支持边缘对齐的动态模板化边缘标签
    • 易于模板化,包括几种类型的虚线边缘
    • 可选的自环边可视化支持
    • 顶点之间的可选平行边可视化支持
  • 高级图形顶点功能如下:

    • 易于顶点拖动和突出显示支持,包括实时边缘路由更新
    • 过滤功能提供选择性的顶点渲染,使提供的图形保持不变
    • 可自定义的顶点标签支持,允许设置文本,位置和角度
    • 支持不同的顶点数学形状以正确渲染边缘连接
    • 支持不同的顶点和边缘动画,包括轻松创建自定义动画的能力
    • 顶点连接点(VCP)允许实现可定制的边到顶点连接
    • 顶点捕捉到网格功能,同时拖动顶点或一组顶点
  • 最后一些值得注意的其他功能:

    • 内置带有小地图和缩放功能的增强缩放控件:
      • 支持顶点的区域选择
      • 支持区域缩放和平滑动画
    • 所有控件的设计时视觉预览
展开阅读全文

代码

的 Gitee 指数为
超过 的项目

评论 (0)

加载中
更多评论
暂无内容
发表了博客
2019/06/04 18:01

GraphX介绍

转自:https://www.cnblogs.com/txq157/p/5978747.html 1、GraphX介绍 1.1 GraphX应用背景 Spark GraphX是一个分布式图处理框架,它是基于Spark平台提供对图计算和图挖掘简洁易用的而丰富的接口,极大的方便了对分布式图处理的需求。 众所周知·,社交网络中人与人之间有很多关系链,例如Twitter、Facebook、微博和微信等,这些都是大数据产生的地方都需要图计算,现在的图处理基本都是分布式的图处理,而并非单机处理。Spark G...

0
0
发表了博客
2020/04/19 20:47

GraphX Pregel API

link Pregel核心部分是三个函数: 节点处理消息的函数 vprog: (VertexId, VD, A) => VD (节点id,节点属性,消息) => 节点属性。其作用是接受消息,并进行处理,根据处理结果更新节点属性。 节点发送消息的函数 sendMsg: EdgeTriplet[VD, ED] => Iterator[(VertexId,A)] (边元组) => Iterator[(目标节点id,消息)]。其作用是根据所定义的标准,判断是否向邻居节点发送消息,如果满足条件,发送Iterator[(目标节点id,消息)]...

0
1
发表于开发技能专区
2019/10/23 15:19

GraphX 学习笔记

不错的link Spark GraphX是一个分布式图处理框架,Spark GraphX基于Spark平台提供对图计算和图挖掘简洁易用的而丰富多彩的接口,极大的方便了大家对分布式图处理的需求。Spark GraphX由于底层是基于Spark来处理的,所以天然就是一个分布式的图处理系统。图的分布式或者并行处理其实是把这张图拆分成很多的子图,然后我们分别对这些子图进行计算,计算的时候可以分别迭代进行分阶段的计算,即对图进行并行计算。 设计GraphX时,点...

0
0
发表了博客
2019/03/19 12:58

Spark Graphx

Graphx 概述 Spark GraphX是一个分布式图处理框架,它是基于Spark平台提供对图计算和图挖掘简洁易用的而丰富的接口,极大的方便了对分布式图处理的需求。 众所周知·,社交网络中人与人之间有很多关系链,例如Twitter、Facebook、微博和微信等,这些都是大数据产生的地方都需要图计算,现在的图处理基本都是分布式的图处理,而并非单机处理。Spark GraphX由于底层是基于Spark来处理的,所以天然就是一个分布式的图处理系统。 图...

0
0
发表于AI & 大数据专区
2017/06/08 08:04

Spark(GraphX)

Spark core GraphX core Pregel+GraphLab API GraphX工具包 处理流水线 raw data from FS/DB->initail graph by ETL->subgraph by Slice->Pagerank by Graphlib/Pregel compute->store/ to FS/DB 数据结构(物理数据结构)   RDPG(Resilient Distributed Property Graph),一种点和边都带属性的有向多重图   实际上都会转化为RDD(RDD[VertexPartition]和RDD[EdgePartition]) 操作视图(逻辑数据结构)   RDPG,支持两种视图Gra...

0
0
发表了博客
2018/08/25 19:15

用GraphX分析伴生网络(一)

1. 图论与GraphX 图论是一个数学学科,研究一组实体(称为顶点)之间两两关系(称为边)的特点。通过构建关系图谱,并对关系进行分析,可以实现更好的投放广告,推荐关系等。随着关系图谱越来越强大,计算量也越来越大,于是不断有新的并行图处理框架被开发出来。如谷歌的Pregel、雅虎的 Giraph 和卡内基梅隆大学的 GraphLab。 本章介绍的GraphX是基于Spark 上的一个扩展工具它支持 Pregel、Giraph 和 GraphLab 中的许多图并行处...

0
0
发表了博客
2018/01/26 18:22

GraphX学习笔记——Programming Guide

学习的资料是官网的Programming Guide https://spark.apache.org/docs/latest/graphx-programming-guide.html 首先是GraphX的简介 GraphX是Spark中专门负责图和图并行计算的组件。 GraphX通过引入了图形概念来继承了Spark RDD:一个连接节点和边的有向图 为了支持图计算,GraphX引入了一些算子: subgraph, joinVertices, and aggregateMessages等 和 Pregel API,此外还有一些algorithms 和 builders 来简化图分析任务。 关于...

0
0
发表了博客
2019/05/07 08:50

Spark GraphX初探

1. Graphx概念 针对某些领域,如社交网络、语言建模等,graph-parallel系统可以高效地执行复杂的图形算法,比一般的data-parallel系统更快。 Graphx是将graph-parallel的data-parallel统一到一个系统中。允许用户将数据当成一个图或一个集合RDD,而简化数据移动或复杂操作。 2. 属性图 属性图为有向多重图,带有链接到每个顶点和边的用户定义的对象。有向多重图多个并行的边共享相同源和目的地顶点。每个顶点由一个唯一的64位长...

0
0
发表了博客
2020/06/30 11:58

GraphX学习笔记——可视化

首先自己造了一份简单的社交关系的图 第一份是人物数据,id和姓名,person.txt 1 孙俪 2 邓超 3 佟大为 4 冯绍峰 5 黄晓明 6 angelababy 7 李冰冰 8 范冰冰 第二份是社交关系数据,两个人的id和社交关系,social.txt 1 丈夫 2 2 妻子 1 1 搭档 3 3 同学 4 3 好友 5 5 好友 3 5 妻子 6 5 好友 7 7 好友 8 使用SparkX和GraphStream来处理数据 package graphx import org.apache.spark.{SparkConf, SparkCon...

0
0
没有更多内容
加载失败,请刷新页面
点击加载更多
加载中
下一页
暂无内容
0 评论
9 收藏
分享
OSCHINA
登录后可查看更多优质内容
返回顶部
顶部