HyperNetX 高级可视化技巧：Storyline 时间线图与 UpSet 图的绘制实战

HyperNetX 高级可视化技巧：Storyline 时间线图与 UpSet 图的绘制实战

【免费下载链接】HyperNetXPython package for hypergraph analysis and visualization.项目地址: https://gitcode.com/gh_mirrors/hy/HyperNetX

超图（Hypergraph）的可视化一直是个难题——一条超边可以同时连接多个节点，传统图论里"两点一线"的画法完全不够用。HyperNetX（Python 超图分析与可视化库）为此内置了两款高级绘图工具：Storyline 时间线图和UpSet 图，能优雅地展示"谁在什么时候和谁在一起"这类复杂关系。本文面向新手，用最少的代码带你快速上手这两个 HyperNetX 高级可视化技巧，轻松画出论文级别的插图。

为什么超图可视化需要 Storyline 与 UpSet？

普通图里每条边只连接两个节点，而超图中的超边可以包含任意数量的节点，例如"一场聚会来了哪些人"就是一条超边。用节点连线图展示超图，往往杂乱无章。HyperNetX 提供了两套解决思路：

• UpSet 图：把所有节点排在纵轴，超边横排，用圆点矩阵标示"节点属于哪些超边"，类似集合交集的 UpSet 可视化。
• Storyline 时间线图：让每个节点变成一条上下起伏的曲线，超边以竖直圆角矩形呈现，节点在超边处"相遇"，天然适合展示时间顺序或事件序列。

两者都实现在hypernetx/drawing/draw_storyline.py中，一行代码即可调用。

一步安装与数据准备

安装 HyperNetX 后，即可使用自带的玩具数据集，无需额外准备数据：

import hypernetx as hnx from hypernetx.utils.toys.storylines import create_lesmis_small H, kwargs = create_lesmis_small() # 《悲惨世界》场景超图，自带 edge_order

create_lesmis_small等生成器位于hypernetx.utils.toys.storylines，返回超图和一份包含edge_order的参数字典，后者正是让 Storyline 图有序的关键。

实战一：快速绘制 Storyline 时间线图

超图 Storyline 时间线图的绘制只需一个函数：

hnx.draw_incidence_storyline(H, **kwargs)

节点以水平曲线呈现，超边是竖直的圆角矩形，节点与超边的交汇处用圆点（incidence）标出，图形会自动按比例调整画布尺寸。下图展示了这类时间线图的典型形态——多条彩色曲线上下起伏，清晰呈现实体在多个事件间的流动关系。

实战二：用 UpSet 图查看集合交集

当你想快速回答"哪些节点共同出现在哪些超边中"时，UpSet 图更直观：

hnx.draw_incidence_upset(H)

draw_incidence_upset是 Storyline 布局的特例：节点必须沿纵轴各占一条直线、超边沿横轴排列，通过谱排序（spectral ordering）自动确定最优顺序。它对节点较多、超边较少的超图尤其友好。

最实用的五个调参技巧

1. 控制超边顺序：用edge_order指定超边在横轴上的排列，配合node_order建议节点顺序，是 Storyline 图清晰与否的关键。
2. 调整画布大小：auto_size=2将画布放大一倍；auto_size=False则关闭自动缩放，改用plt.figure(figsize=...)手动控制。
3. 自定义配色：edges_kwargs、nodes_kwargs、incidences_kwargs分别控制超边、节点曲线和交会圆点的样式，例如edges_kwargs=dict(color='pink')即可把全部超边染成粉色。
4. 填充超边区域：设置fill_edges=True，超边会以更淡的颜色填充，层次感更强。
5. 标签位置随心换：edge_labels_on_axis=False可把超边标签从横轴刻度改为绘制在超边底部附近。

进阶：控制曲线是否交叉

默认的布局算法是SvenStoryline（基于 SVEN 论文实现），它允许节点曲线与超边交叉以换取更紧凑的布局。如果你希望曲线"互不打扰"，可以通过layout_kwargs传参：

hnx.draw_incidence_storyline(H, layout_kwargs=dict(allow_node_crossings=False), **kwargs)

allow_edge_crossings=False则禁止曲线穿越超边。注意两者至少保留一项为 True，否则无法完成布局。该算法的完整实现见hypernetx.drawing.draw_storyline.SvenStoryline，相关更复杂的多数据集对比示例可参考tutorials/visualization目录下的进阶 Notebook。

什么时候用哪种图？

• 数据带时间或顺序（如场景、剧集、事件序列）：首选 Storyline 时间线图，曲线起伏天然表达"先后关系"。
• 数据强调成员归属（如"谁参加了哪些活动"）：选 UpSet 图，矩阵式排布便于对比集合交集。
• 超图规模较大：UpSet 图更省空间，节点再多也各占一行、互不交叉。

结语

HyperNetX 把复杂的超图高级可视化封装成了draw_incidence_storyline与draw_incidence_upset两个函数，几分钟就能产出一张论文级配图。先从create_lesmis_small()练手，再逐步加入edge_order、layout_kwargs和自定义配色，你很快就能把任意超图数据"画明白"。更多示例与源码解读，可继续翻阅hypernetx/drawing/目录下的实现，以及tutorials/visualization/中的可视化进阶教程。

【免费下载链接】HyperNetXPython package for hypergraph analysis and visualization.项目地址: https://gitcode.com/gh_mirrors/hy/HyperNetX