# 图数据可视化分析系统

**Repository Path**: lijiayang163/Graph_Data_Analysis_System

## Basic Information

- **Project Name**: 图数据可视化分析系统
- **Description**: 一个基于 Flask + Cytoscape.js 的交互式图数据可视化与分析系统，支持 JSON 图上传、聚类分析（KMeans、Louvain、Chinese Whispers）、中心性计算与多种布局交互，集成 MySQL 存储，适合快速原型、教学演示与轻量级探索性分析。
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2025-08-13
- **Last Updated**: 2025-08-14

## Categories & Tags

**Categories**: Uncategorized

**Tags**: 图数据, 可视化, Flask, 聚群算法

## README

# 图数据分析系统

一个轻量级的、基于 **Flask + Cytoscape.js** 的 **交互式图数据可视化与分析平台**。
支持图结构上传、聚类分析（KMeans + Node2Vec、Louvain、Chinese Whispers）、中心性分析（PageRank、度中心性、接近中心性、中介中心性）以及丰富的前端交互功能。

GitHub: https://github.com/Jiayang163/Graph_Data_Analysis_System

![演示截图](docs/centrality.png)

更多截图请查看 [Demo.pdf](docs/demo.pdf)。

---

## 功能特性

* **图数据上传**：上传 JSON 格式的图数据并即时渲染
* **多种布局**：力导向、圆形、层次化、网格、随机布局
* **聚类算法**：

  * KMeans（结合 Node2Vec 嵌入）
  * Louvain
  * Chinese Whispers
* **节点中心性分析**：

  * PageRank
  * 度中心性
  * 接近中心性
  * 中介中心性
* **图指标分析**：直径、密度、聚类系数、连通分量等
* **交互功能**：

  * 节点点击/悬停信息展示
  * 节点与边筛选
  * 历史记录保存与加载
  * 图像与数据下载

---

## 系统依赖

### Python

* Python 3.8+
* Flask
* NetworkX
* Scikit-learn
* NumPy
* Pandas
* node2vec

安装依赖：

```bash
pip install -r requirements.txt
```

### 前端

系统使用的 JS/CSS 库（已通过 HTML 中的 CDN 引入）：

* Cytoscape.js
* Cytoscape-fcose、Cytoscape-cise
* Chart.js
* Bootstrap Icons

---

## 项目结构

```
.
├── app.py                  # Flask 后端
├── templates/
│   ├── index.html          # 主页面
│   └── login.html          # 登录/注册页面
├── static/
│   ├── css/
│   │   ├── style.css       # 主页面样式
│   │   └── login.css       # 登录/注册样式
│   ├── js/
│   │   ├── main.js         # 主页面逻辑
│   │   └── login.js        # 登录/注册逻辑
├── requirements.txt
└── README.md
└── docs/
    └── demo.png            # 系统运行截图
    └── demo.pdf            # 系统运行完整截图
    └── init_db.sql         # 数据库与数据表创建 SQL
```

---

## 使用教程

### 1. 克隆仓库

```bash
git clone https://github.com/yourusername/graph-data-analysis-system.git
cd graph-data-analysis-system
```

### 2. 安装 Python 依赖

```bash
pip install -r requirements.txt
```

### 3. 启动后端

```bash
python app.py
```

服务器启动后访问：

```
http://127.0.0.1:5000
```

### 4. 访问前端 UI

* 打开浏览器访问 `http://127.0.0.1:5000`
* 注册账户、登录，或直接以游客身份进入
* 上传 JSON 格式的图数据或加载模板图

### 5. 数据库配置

本系统使用 MySQL 数据库存储：

* 用户账户信息
* 上传的图数据记录
* 预设图模板

#### 第一步：创建数据库与数据表

运行 `docs/init_db.sql`：

```bash
mysql -u root -p < docs/init_db.sql
```

#### 第二步：修改数据库连接信息

在 `app.py` 中修改：

```python
DB_HOST = "localhost"
DB_USER = "root"
DB_PASSWORD = "yourpassword"
DB_NAME = "flask"
```

完成数据库配置后即可正常启动后端。

---

## JSON 图数据格式示例

```json
{
  "nodes": [
    { "data": { "id": "1", "label": "Node 1" } },
    { "data": { "id": "2", "label": "Node 2" } }
  ],
  "edges": [
    { "data": { "source": "1", "target": "2", "weight": 1 } }
  ]
}
```

---

## 开源协议

本项目基于 **MIT License** 许可，您可以自由使用、修改、分发。

---

## 贡献

欢迎提交 Pull Request。如果您发现任何 bug 或希望增加新功能，请通过 issue 或 PR 提交。

---