Gephi что это за программа

Что такое программное обеспечение Gephi?

Gephi — это приложение для визуализации, разработанное на языке Java. Он в основном используется для визуализации, управления и изучения сетей и графов из необработанных данных графов ребер и узлов. Это бесплатное приложение с открытым исходным кодом. Он построен на основе платформы Netbeans и использует OpenGL для своего механизма визуализации. Он работает на Windows, Mac OS X и Linux.

Это отличный инструмент для аналитиков данных и энтузиастов науки о данных для изучения и понимания графиков. Он похож на Photoshop, но работает с графическими данными. Пользователь взаимодействует с представлением, манипулирует структурами, формами и цветами, чтобы выявить скрытые закономерности. Основная цель — дать пользователю возможность выдвинуть гипотезу, обнаружить скрытые закономерности, выделить структурные особенности и дефекты во время поиска данных.

История

Проект приложения Gephi родился в 2006 году с прототипом под названием Graphiltre в рамках исследовательской программы по социологии. Позже он был разработан студентами Технологического университета Компьена (UTC) во Франции. Первоначально он был выпущен 31 июля 2008 года. Однако его первый стабильный выпуск был выпущен 26 сентября 2017 года.

Представление моделей ArchiMate в графах Gephi

Он был выбран для Google Summer of Code в 2009, 2010, 2011, 2012 и 2013 годах. Был нанят один из основателей приложения. LinkedIn, а Gephi теперь используется для визуализации LinkedIn. На его официальном сайте написано Gephi — The Open Graph Viz Platform. Это делает графики удобными.

Установка Гефи

Шаг 1: Перед загрузкой Gephi убедитесь, что в вашей системе установлена последняя версия Java JRE. Если нет, сначала загрузите его отсюда.
Шаг 2: Перейдите на официальный сайт Gephi и нажмите «Загрузить сейчас».
Шаг 3: Выберите соответствующую опцию для загрузки Gephi в Windows, Mac или Linux.
Шаг 4: Дождитесь завершения загрузки, затем запустите программу установки.

Шаг 5: Продолжайте нажимать «Далее» и следуйте инструкциям.
Шаг 6: После завершения установки нажмите «Готово».

Преимущества Гефи:

1. Чрезвычайно быстрый: он построен с использованием движка OpenGL. Итак, Gephi позволяет нам работать с очень большими сетями с очень высокой скоростью. Он может визуализировать сети до миллиона элементов. Все действия, такие как компоновка, фильтрация и перетаскивание, выполняются в режиме реального времени.
2. Простота: очень легко установить и начать работу. Он наиболее известен своим оконным интерфейсом. Он имеет очень простой в использовании интерфейс и наполнен удобными инструментами.
3. Модульность: программное обеспечение Gephi разделено на различные модули. Все его функции заключены в отдельные модули. Каждый модуль предоставляет определенную функцию, что значительно упрощает обслуживание программного обеспечения.
4. Простой импорт данных: процесс импорта данных в формате CSV очень прост.

Недостатки Гефи:

Gephi создание графа

1. Нет абсолютно никакой связи между представлениями.
2. Есть несколько визуальных глюков
3. Навигация по графику может быть улучшена.

Приложения Гефи:

1. Он используется в исследовательском анализе данных и выполняет анализ, манипулируя сетями в режиме реального времени.
2. Он используется для представления закономерностей биологических данных.
3. Он используется для создания плакатов и продвижения научной работы с использованием высококачественных карт, которые также можно распечатать.

Источник: progler.ru

Визуализация на Gephi

Knowledge Graph или Граф знаний — база знаний, которая построена на основе семантических связей. Один из инструментов визуализации KG является Gephi. Что такое Gephi и для чего он нужен, подробно рассказано в статье «Графовые методы анализа в gephi».

1. Как изменить размер и цвет вершин и ребер?
2. Как установить название вершин и ребер?
3. Как отфильтровать данные?

Начнем с описания данных для построения и анализа графа. Для загрузки в gephi нам необходимо два файла – nodes и edges. Файлы, которые я использую для построения в этой статье:

Файл «nodes_st» содержит уникальные значения вершин и их «айдишники». Дополнительно значения из label я разбила на группы (проект, сотрудник, отдел, тема проекта) и записала в столбец «group» (это позволит в дальнейшем настроить цветовые схемы вершин).

Файл «edges_st» содержит все возможные переходы из одной вершины в другую. В моем файле есть три поля source, target и name_edges. Обязательными являются только source и target, поле name_edges сформировано самостоятельно, чтобы можно было добавить подписи на ребрах.

При загрузке данных не забываем выбирать тип графа (ориентированный, неориентированный и смешанный) и ставить отметку «Append to existing workspace», чтобы загрузка происходила в одну рабочую область.

1 Размер и цветовая схема ребер и вершин. Размер и цветовая схема ребер и вершин

Данные загружены, можно перейти к блоку «Укладка» (Layout). Выбираем укладку в соответствии с топологией, которую вы хотите выделить.

К примеру, ForceAtlas, ForceAtlas2, Yifan Hu отлично подойдут, чтобы показать разбиение на классы/группы, можно настраивать силы отталкивания и притяжения вершин. С другими алгоритмами можно ознакомиться в Интернете.

После «заливки» данных мы получили граф, разбитый на кластеры. В нашем случае вершины — сотрудники сгруппировались вокруг вершин-отделов. Укладка выбрана ForceAtlas, сила отталкивания- 1000.

Скорректируем размеры вершин. Для этого в блоке Appearance (вкладка nodes) выбираем размер – Ranking. Из выпадающего списка – Degree, устанавливаем размеры вершин от наименее часто встречающей (min size) до самой популярной вершины (max size). В моем случае размер установлен от 10 до 50.

Фрагмент полученного графа представлен ниже.

Блок Appearance позволяет настроить цвет узлов и ребер. Рассмотрим на примере узлов (nodes). Развернув палитру, выбираем тип окрашивания:

Unique – монохромное окрашивание.

Partition – может быть более двух цветов, все зависит от количества групп/классов, на которые вы разбили вершины. Ranking – создает плавный цветовой переход от наименее часто встречающихся до популярных вершин.

На рисунке ниже представлено окрашивание Partition по полю group (данное поле сформировано вручную)

Теперь нам осталось подписать и отфильтровать данные. Переходим к пункту 2.

2 Название вершин и ребер на графе

Раскрываем панель, расположенную под графом

Устанавливаем галки «Узел» и «Ребро», настраиваем шрифт и размер. Размер текста относительно вершин настраивается ползунком.

Также эта панель позволяет менять цвет фона (вкладка global), убирать ребра и изменять их размер (вкладка Ребра).

3 Фильтрация данных

Рассмотри фильтрацию на примерах.

Кейс 1. Нас интересуют все проекты с темой 48. Перетаскиваем Ego Network (из папки Топология) в окно ниже «Наборы фильтров. Устанавливаем значение «ID узла» равное «тема 48» и фильтруем. Если нам интересно посмотреть какие сотрудники участвовали в этих проектах, то увеличиваем глубину до 2.

Кейс 2. Показать темы проектов, которыми занимались сотрудники отдела3 Для начала отфильтруем данные по отделу 3 и расширим глубину до 3, чтобы захватить названия тем (глубина 1 –сотрудники, глубина 2 – проекты, глубина 3 – тема проекта).

Так как нас интересуют только темы проектов, оставим только нужные нам вершины. Добавляем в набор фильтров оператор AND и Атрибут group (сформирован из поля label) по значению. Указываем в параметрах атрибута «тема_проекта». Наш новый граф готов.

Основные возможности инструмента Gephi рассмотрены, из серой «скучной» массы, мы получили читаемый граф для анализа с возможностью фильтрации и визуализации.

Источник: newtechaudit.ru

Графовые методы анализа в Gephi

Новым трендом в области машинного обучения в 2020 году стало направление, связанное с использованием графов – машинное обучение на графах (Graph Machine Learning или GML) и графовые нейронные сети (graph neural networks или GNNs), что неудивительно, поскольку мы живем в связанном мире, в котором постоянно генерируется огромное количество связанных данных, например, социальные сети, системы финансовых транзакций, биологические сети, транспортные системы и телекоммуникационные сети.

3288 просмотров

Визуализация графов

Привычный для любого аналитика инструмент MS Excel начиная с 2016 версии предоставляет бесплатный компонент gigraph (его можно добавить через меню Вставка ® Надстройки ® Магазин). Этот инструмент позволяет по трем параметрам (from – to – value, то есть источник – назначение – величина) построить графы – так называемые интерактивные карты взаимосвязей (рис. 1).

Рисунок 1. GIGRAPH – средство MS Excel 2016 и выше (источник: GIGRAPH – Network Visualization (microsoft.com)

К сожалению, основным недостатком этого инструмента является ограничение по объему анализируемых данных – программе не удается корректно отобразить граф, имеющий более 2000 узлов. Таким образом, компонент gigraph можно рассматривать как инструмент оперативного анализа малого объема данных или репрезентативной выборки, что позволит аналитику быстро определить ключевые тенденции, вероятнее всего присутствующие в полной выборке.

Инструмент визуализации GEPHI

Gephi (https://gephi.org) представляет собой пакет программного обеспечения с открытым исходным кодом для визуализации и анализа связанных данных. Этот пакет написан на Java под платформу NetBeans, поэтому для корректной работы требуется установленная на компьютере пользователя версия Java Runtime Environment (пакет jre) не ниже 7-й версии (рис. 2).

Рисунок 2. Внешний вид графического интерфейса Gephi

Можно сказать, что Gephi в чем-то слегка похож на инструменты, применяемые для процесс-майнига и привычный всем Excel. Поэтому его освоение не должно вызывать слишком большие трудности у аналитика.

В качестве ключевых особенностей данного пакета можно указать следующие:

• Пакет поддерживает широкий спектр форматов представления входных данных, например, форматы GraphViz, GDF, GEXF, GML, GraphML, и самое главное, что исходный файл для этой системы аналогичен структуре и расширению CSV-файла, привычного для аналитиков, занимавшихся PM-анализом данных.
• Этот пакет имеет открытую лицензию, а это означает, что ее могут свободно использовать не только аналитики, но и программисты (на сайте программного пакета доступны исходные коды), что способствует быстрому развитию пакета и появлению дополнительных модулей для решения самых различных задач (последняя версия Gephi с исходным кодом расположена в репозитории по адресу Release Gephi 0.9.2 · gephi/gephi · GitHub).
• Пакет предоставляет широкий набор настроек для регулирования отображения графов. Это позволяет конечному пользователю самостоятельно настраивать отрисовку графов в процессе анализа – основным слоганом Gephi служит фраза «Gephi makes graph handy» ‑ Gephi полностью приручает графы (рис. 3).

И самое приятное – данный пакт содержит возможность переключения интерфейса на русский язык.

Рисунок 3. Редактирование графа

Однако важно понимать и отличия. Данный инструмент сложнее, требует освоения, исходные данные несколько детальнее, чем привычный log-файл для процесс-майнинга. Это значит, что проведение графовой аналитики потребует большей предварительной работы над исходными данными, а именно для загрузки в Gephi необходимо подготовить два файла:

1. Файл вершин (вершины графа являются объектами), в котором обязательно должно быть поле ID. Этого файла достаточно, чтобы построить неориентированный граф.
2. Файл ребер (ребра являются связями), в котором должны быть поля Источника (Source – исходной, отправной точки) и Назначения (Target – цели, точки, куда направлен поток информации на графе).

Загрузка исходных данных происходит в несколько этапов. На каждом этапе Gephi проверяет корректность данных. Загруженные в Gephi данные можно схожим с MS Excel образом фильтровать, а также можно фильтровать количество узлов и ребер графа с помощью регулярных выражений и логических операторов. Кроме того, для узлов/ребер графа и надписей можно задавать размер и цвет как через указание значения переменной при загрузке данных, так и генерироваться в настройках Gephi. Узлам графа можно даже придать объемный вид, как показано на рисунке 4.

Рисунок 4. Тонкая настройка отображения узлов и ребер графа

Алгоритмы кластеризации и ранжирования

Кластеризация относится к такому процессу классификации узлов или ребер графа, что узлы или ребра с аналогичными атрибутами и свойствами объединяются в один сегмент. Подобное разбиение графа и является кластеризацией (рис. 5).

Рисунок 5. Встроенная операция кластеризации графа

Ранжирование узлов или ребер в графе – еще одна операция, которая широко выполняется во время анализа графов. Ранжирование может производиться либо по узлам, либо по ребрам, в зависимости от того, что хочет найти пользователь при исследовании графа (рис. 6).

Рисунок 6. Встроенная операция ранжирования. Имеется возможность задать наглядность ранжирования с помощью настройки цветовой палитры

Метрики и фильтры

Gephi предоставляет пользователю в распоряжение несколько готовых способов изучения статистических свойств графов. Эти свойства включают в себя как оценку графа в целом, так и свойства отдельных узлов и ребер (рис. 7).

Рисунок 7. Встроенные метрики для статистической оценки графа и составляющих его узлов и ребер

Исследование динамических и многослойных графов

Статические графы – это графы, параметры которых в узлах и ребрах фиксированы, не изменяются во времени. Система, моделируемая подобными графами, не меняет ни своих сущностей, ни отношений между ними с течением времени. Кроме того, все графы, которые мы рассмотрели в примерах выше, были однослойными или одноуровневыми – то есть отношения между объектами не иерархичны.

В Gephi встроены инструменты анализа графов, моделирующих динамические системы (рис. 8).

Рисунок 8. Инструменты анализа динамических параметров графа

Кроме того, Gephi позволяет визуализировать динамику графа путем добавления проигрывателя, показывающего динамику изменения отношений между объектами графа во времени (рис. 9).

Рисунок 9. Временная полоса для визуализации динамических зависимостей объектов графа

В Gephi встроены инструменты обработки графа с целью ранжировать его на уровни, чтобы промоделировать иерархические зависимости в реальной системе с помощью многоуровневого графа (рис. 10).

Рисунок 10. Выделение уровней в графе

Если вы хотите с нуля изучить графовые методы анализа данных и освоить новый инструмент визуализации графов, для вас идеально подойдет Gephi – открытый, постоянно дорабатываемый и обогащаемый новыми инструментами решения современных задач прикладного моделирования и анализа данных с помощью результатов и последних достижений современной науки о сетях (Network Science).

Источник: vc.ru

Gephi как средство визуализации данных

Так уж случилось, что я оказался ассистентом у профессора в университете. Никогда не думал, что прийдётся сталкиваться с оценкой рисков и визуализацией данных, будучи, по призванию, криптографом. Курс называется «Информационные сети» и включает в себя: анализ случайных процессов, моделирование малых миров; компьютерные алгоритмы для оценки свойств сети; экспериментальные исследования крупных сетей, а также анализ рисков, которые трудно предсказать.

В виду того, что курс читается в основном для ИТ-шников, лектор сделал ставку на то, чтобы дать достаточно теории с минимумом математики и большим количеством практики. Для большинства вышеупомянутых задач подходит программа NetLogo. Она включает собственный язык программирования высокого уровня, который позволяет с лёгкостью моделировать различные случайные процессы. Для визуализации разнообразных данных была выбрана программа Gephi.

На основе опыта использования последней и была написана статья, в которой рассматривается получение входных данных для ПО с последующей их визуализацией.

Собственно постановка задачи была таковой: визуализация каких-либо реальных данных средствами Gephi.

Генерация данных

После некоторых размышлений решил представить взаимодействия авторов с сайта IACR . Кто работает в области защиты информации наверняка знают про него, для всех остальных — это сайт, где в открытом доступе представлены статьи по информационной безопасности.

Форматы файлов Gephi

Gephi понимает достаточно большое количество форматов файлов.

Как видно из рисунка, самый лучший вариант — использовать gexf. Как оказалось, это открытый формат и библиотеку с лёгкостью можно скачать с отсюда. На сайте пишется, что Libgexf в настоящее время работает только на Linux (проверено в Ubuntu 8.10 и 9.04). Не долго думая, решил скачать исходники и скомпилировать под Ubuntu 11.10 с интерфейсами для Python (так как остальную часть решил реализовывать на нём).

Сгенерировал тестовый файл и решил запустить в Gephi, но с ее помощью не открылись ни мой файл, ни скачанные из интернета, ни даже тот, который сама сохранила. Не знаю что за баг, но, поковыряв немного и попробовав на двух машинах, решил от этой затеи отказаться и искать альтернативу. После того, как поигрался с CSV и понял, что его функционала мало, наткнулся на импорт из БД.

• обязательно:
• id — номер вершины
• необязательно:
• label — пометка или обозначение вершины
• x — координата x на плоскости, где будет расположена вершина графа
• y — координата y на плоскости, где будет расположена вершина графа
• size — размер вершины

• обязательные:
• source — id начальной вершины
• target — id конечной вершины
• необязательные:
• label — пометка или обозначение ребра
• weight — вес ребра

Скрипт заполнения БД на Python

• Загружать данные об авторах статьи
• Разделить данные об авторах на отдельные ФИО
• Заполнять БД в соответствии с предыдущим пунктом

Приведу лишь некоторые комментарии. В качестве БД использовалась sqlite3, интерфейс поддержка которой присутствует в python. Таблицы и колонки созданы в соответствии с описанием в разделе «Форматы файлов». «httр://eprint.iacr.org/cgi-bin/cite.pl?entry=year/number» использовалась в качестве исходной ссылки, где year — год публикации, number — номер статьи.

Изначально предполагалось, что нужно перебирать с 001 до последнего, который определяется по отсутствию слова «author». Однако, потом выяснилось, что не все номера статей присутствуют (например, нет 001 в 2004 году). Поэтому пришлось нагородить велосипед на проверку 3-х подряд не найденных авторов. Ещё одних подвох ждал при получении ФИО. Строки авторов могут иметь вид:
«»
«»
«ша Попович>»
«»
«»

Кто подскажет как быстро из строк получить ФИО, буду благодарен. На выходе должно быть [‘Елена Прекрасная’,’Тугарин Змей’,’Алёша Попович’] (без пробелов и запятых, т.е. просто имя и фамилия через пробел).

Ну и напоследок, чтобы не мучить интернет, я решил сначала создать локальный дамп авторов, а потом его использовать в качестве входных данных. Для этого я использовал pickle, который позволяет делать дамп переменных в файл, а после, в случае необходимости, извлекать. Для этого я создал словарь (dictionary). В качестве ключей выступали года, а значения — массив строк с авторами. Таким образом, я могу создавать БД по интересующим меня годам, используя лишь локальный файл.

Визуализация данных при помощи Gephi

В качестве примера возьмем маленький граф: года с 1996 по 2003. Он состоит из 759 вершин и 437 рёбер. Эту информацию можно увидеть при импортировании графа:

или в окне «Context».

Дополнительно, при импортировании можно выбрать ориентацию графа: ориентированный, неориентированный или смешанный.

Далее выберем окно «Ranking» для начального редактирования графа. В зависимости от степени, раскрасим все вершины в оттенки синего цвета и зададим размер самой вершины. Рекомендую задавать максимальный размер вершины, равный максимальной степени вершины или в 2 раза больше.

В конечном итоге получилось вот это:

Теперь, чтобы красиво всё представить, выберем окно «Layout». В этом окне представлены алгоритмы, которые можно использовать для упорядочивания графа.

Далее приводятся скриншоты некоторых из них.

Parallel Force Atlas

Ещё вершины можно прикрепить к одной из осей, однако это выбирается в окне «Ranking» -> «Coordinates»

На графе можно выбрать вывод поля «label». Например:

Выводы

Gephi является хоть и молодым, но очень мощным средством визуализации различных данных, который подойдет как новичку, так и опытному пользователю. Использование баз данных позволяет быстро и легко получить необходимые входные данные для визуализации.

Источник: habr.com

Описание системы Gephi

Gephi – это программное обеспечение визуализации и исследования данных с открытым исходным кодом, специализирующееся на графах и сетях больнишства видов.

Программное обеспечение Gephi (рус. Гефи) от организации The Gephi Consortium предназначено для анализа данных с использованием теорий сетей и графов.

Данный программный инструмент эффективен при использовании аналитиками данных и учеными, стремящихся исследовать и понимать графики.

По аналогии с графическими редакторами в аналитической системе Gephi пользователь взаимодействует с представлением данных, манипулируя структурами, формами и цветами, чтобы выявить скрытые зависимости и неочевидные закономерности в данных. Целью использования инструмента Гефи является обеспечение для аналитиков данных возможности строить гипотезы, интуитивно обнаруживать закономерности, выделять структурные особенности или ошибки во время поиска данных. Данный программный продукт является эффективным дополнением к средствам традиционной статистики, поскольку в настоящее время признано, что визуальное мышление с интерактивными интерфейсами облегчает рассуждение.

Подробнее: https://gephi.org/
Читать далее

Аналитика и создание сетевой модели в программном продукте Gephi

Настройка параметров построения графа при анализе социальных данных в программе Gephi

Таблица данных для исследования в аналитической системе Gephi

Применение аналитическох дополнений в программном обеспечении Gephi

Назначение системы Gephi

Разработчик системы Gephi

Компания-разработчик

The Gephi Consortium

Страна

Головной офис

Париж, Иль-де-Франс

Веб-сайт

https://gephi.org/about/

Социальные сети

Вопросы и ответы

Какие языки поддерживает Gephi?

Может ли Gephi быть установлена на мобильное устройство?

Какие есть варианты оплаты за использование Gephi?

Подойдёт ли Gephi для малого бизнеса?

Возможно ли устанавливать Gephi на компьютер с ОС Windows?

Есть ли у Gephi демонстрационная или бесплатная пробная версия?

Популярные аналоги Gephi

МТС Анализ геоданных – это сервис с точными данными об инфраструктуре городов и плотности населения, позволяющий выбирать локации для бизнеса, оценивать окружение при аренде коммерческой недвижимости, прогнозировать проходимость и оборот торговой точки.

PolyAnalyst – это программная платформа визуальной разработки сценариев анализа данных и текстов, а также построения интерактивных отчётов, не требующая навыков программирования для аналитики.

Loginom – это аналитическая low-code платформа, обеспечивающая интеграцию, очистку и анализ данных для принятия более эффективных управленческих решений.

Программное обеспечение B3 – это корпоративное программное решение, объединяющее системы и сотрудников с бизнес-информацией, в которой они нуждаются, и прикладными знаниями, которые необходимы для бизнес-анализа.

TIBCO Data Science – это комплексная аналитическая платформа, позволяющая применять полный комплекс современных аналитических методов над деловыми данными компании.

Visary BI – импортонезависимая система продвинутой аналитики для многомерного анализа и визуализации больших данных для принятия обоснованных и стратегически важных управленческих решений.

Функции Gephi

Машинное обучение
Администрирование
Отчётность и аналитика
Статистический анализ
Визуализация данных
Индикация трендов и проблем
Интеллектуальный анализ данных (ИАД)
Анализ больших данных
Потоковая аналитика

Интерактивная аналитическая обработка (OLAP)
Импорт/экспорт данных
Наличие API
Прогнозирование и предсказательная аналитика
Коннекторы для источников данных
Многопользовательский доступ

Ознакомьтесь с Системой анализа данных — Megaputer PolyAnalyst
РЕКОМЕНДАЦИЯ

Информация о Gephi

Gephi

The Gephi Consortium, Франция

Фрилансер, Средний бизнес, ИП, Специалист, НКО, Малый бизнес
Подходит для
Персональный компьютер
Развёртывание
macOS, Windows, Linux
Графический интерфейс
Тарификация
Русский, Английский, Испанский, Китайский, Немецкий, Португальский, Французский, Чешский, Японский
Поддержка языков

Не зарегистрирован
Реестр российского ПО
Демо версия
Пробная версия (триал)

Краткий обзор Gephi

Gephi – это программное обеспечение визуализации и исследования данных с открытым исходным кодом, специализирующееся на графах и сетях больнишства видов. Программное обеспечение Gephi (рус. Гефи) от организации The Gephi Consortium предназначено для анализа данных с использованием теорий сетей и графов.

Данный программный инструмент эффективен при использовании аналитиками данных и учеными, стремящихся исследовать и понимать графики.

По аналогии с графическими редакторами в аналитической системе Gephi пользователь взаимодействует с представлением данных, манипулируя структурами, формами и цветами, чтобы выявить скрытые зависимости и неочевидные закономерности в данных. Целью использования инструмента Гефи является обеспечение для аналитиков данных возможности строить гипотезы, интуитивно обнаруживать закономерности, выделять структурные особенности или ошибки во время поиска данных. Данный программный продукт является эффективным дополнением к средствам традиционной статистики, поскольку в настоящее время признано, что визуальное мышление с интерактивными интерфейсами облегчает рассуждение.

Читать далее

Графический интерфейс

Аналитика и создание сетевой модели в программном продукте Gephi

Настройка параметров построения графа при анализе социальных данных в программе Gephi

Таблица данных для исследования в аналитической системе Gephi

Применение аналитическох дополнений в программном обеспечении Gephi

Источник: soware.ru