Gephi 是网络可视化与分析的核心工具，本教程从 安装→数据准备→导入→布局→美化→分析→导出全流程讲解，附新手最优参数与避坑要点。

一、安装与环境准备（必做）

1. 下载安装

Gephi 完整安装教程：https://blog.csdn.net/2501_93482651/article/details/159203002

2. 界面三大核心区（先记位置）

• Overview（总览）：可视化核心，做布局、样式、过滤、实时预览。
• Data Laboratory（数据实验室）：表格形式管理节点/边，编辑、清洗数据。
• Preview（预览）：最终出图设置，导出高清图/PDF。

二、数据准备（最关键一步）

Gephi 只认节点表 + 边表，推荐用 CSV 格式（Excel 另存为 CSV）。

1. 节点表（nodes.csv）

• 必须列：Id（唯一，不可重复）、Label（显示名称）
• 可选列：Size、Color、Group、其他属性（如权重、类型）
• 示例：

Id,Label,Group
1,张三,技术部
2,李四,市场部
3,王五,技术部

2. 边表（edges.csv）

• 必须列：Source（源节点Id）、Target（目标节点Id）
• 可选列：Weight（权重，数值越大关系越强）、Type（Directed/Undirected，默认无向）
• 示例：

Source,Target,Weight
1,2,3
1,3,5
2,3,2

3. 数据规范（避坑）

• 节点 Id 必须唯一，不能有空值、重复值。
• 边表 Source/Target 必须是节点表中存在的 Id。
• 权重建议用正数，无权重可省略该列。

三、数据导入（2种方式）

方式1：直接导入边表（快速）

1. 打开 Gephi → 新建项目（Ctrl+N）。
2. 点击 File → Import → Spreadsheet。
3. 选择 edges.csv → 类型选 Edges table → 下一步。
4. 列映射：确认 Source、Target、Weight 对应正确 → 完成。
5. 弹出“是否创建缺失节点” → 选 Yes（自动生成节点表）。

方式2：分别导入节点+边表（推荐，更灵活）

1. 切换到 Data Laboratory → 点击 Import Spreadsheet。
2. 先导入 nodes.csv → 类型选 Nodes table → 完成。
3. 再导入 edges.csv → 类型选 Edges table → 完成。
4. 回到 Overview，即可看到网络雏形。

四、核心操作1：布局（让网络变清晰）

布局是 Gephi 灵魂，ForceAtlas 2 是新手首选（90%场景适用）。

1. ForceAtlas 2 操作（最优参数）

1. 在 Overview 左侧 Layout 面板，选择 ForceAtlas 2。
2. 勾选：Prevent Overlap（防止重叠）、Adjust by Size（按大小调整）。
3. 参数设置（新手直接用）：
   • Repulsion Strength（斥力）：2.0（节点间距）
   • Attraction Strength（引力）：1.0（边的拉力）
   • Gravity（重力）：0.1（防止网络散裂）
   • Speed（速度）：1.0（初期可快，后期调慢）
4. 点击 Run，运行 20–30 秒（节点不再大幅移动时）→ 点击 Stop。

2. 其他常用布局（按需选）

• Fruchterman-Reingold：适合小规模网络（<500节点），分布均匀。
• Radial Layout：辐射布局，突出中心节点（如意见领袖）。
• Yifan Hu：百万级节点高效，适合大数据量。

五、核心操作2：美化（Appearance）

把数据属性映射为节点大小、颜色、标签，让结构一眼可见。

1. 节点大小（按度数/权重）

1. Overview 左侧 Appearance → Nodes → Size。
2. 下拉选 Degree（度数） 或 Weight（权重）。
3. 设置 Min Size（最小）：10，Max Size（最大）：50 → 点击 Apply。

2. 节点颜色（按社群/分组）

1. Appearance → Nodes → Color → Partition。
2. 下拉选 Modularity Class（社群，需先算统计） 或 Group（自定义分组）。
3. 选择配色方案 → Apply。

3. 显示标签

1. Appearance → Nodes → Label。
2. 勾选 Show Labels，设置字体、大小、颜色 → Apply。

4. 边美化

• Appearance → Edges → Size：按 Weight 调整边粗细。
• Opacity（透明度）：调至 0.5，避免遮挡节点。

六、核心操作3：网络分析（Statistics）

计算关键指标，识别关键节点与社群。

1. 计算社群（Louvain 算法）

1. Overview 右侧 Statistics → Network → Modularity → 点击 Run。
2. 结果自动写入节点属性 Modularity Class（用于颜色分组）。

2. 计算节点中心性（找关键节点）

• Degree（度数）：连接数，看活跃度。
• Betweenness Centrality（介数）：桥梁节点，看信息传递能力。
• PageRank：重要性排名（类似谷歌）。
  操作：Statistics → Node → 选择指标 → Run，结果写入节点属性。

七、核心操作4：过滤（Filters）

聚焦感兴趣的子网络，不修改原始数据。

1. Overview 右侧 Filters。
2. 拖拽条件到右侧面板：
   • Degree Range：筛选度数 > 3 的节点。
   • Partition：筛选特定社群（如 Modularity Class = 1）。
   • Edge Weight：筛选权重 > 2 的边。
3. 勾选 Enable，实时查看过滤结果。

八、核心操作5：导出高清图（Preview）

1. 切换到 Preview 面板。
2. 基础设置：
   • Background：白色（论文常用）。
   • Node Opacity：1.0，Edge Opacity：0.5。
   • 勾选 Show Labels，调整标签大小。
3. 导出：
   • 点击 Export → PNG/SVG/PDF。
   • 分辨率设 300 dpi（高清）→ 保存。

九、完整流程速记（5步出图）

1. 准备 nodes.csv + edges.csv。
2. 导入数据 → 切换到 Overview。
3. 运行 ForceAtlas 2 布局（20秒）。
4. 美化：按度数调大小、按社群调颜色、显示标签。
5. 计算统计（社群/中心性）→ 过滤 → Preview 导出高清图。