KeplerMapper可视化定制指南custom_tooltips、颜色函数与节点大小设置全攻略【免费下载链接】kepler-mapperKepler Mapper: A flexible Python implementation of the Mapper algorithm.项目地址: https://gitcode.com/gh_mirrors/ke/kepler-mapper 想用KeplerMapper生成真正“看得懂”的交互图作为 Kepler Mapper 算法的灵活 Python 实现它把 Mapper 算法的拓扑结果渲染成可交互的 HTML 图。本攻略带你用最短路径掌握三大核心定制项custom_tooltips 自定义提示、颜色函数color_values / node_color_function与节点大小一次配置到位让数据故事一目了然。所有定制都集中在一个方法上——KeplerMapper.visualize源码见 kmapper/kmapper.py。先认识这张“参数全家福”参数作用一句话记忆custom_tooltips节点成员的提示内容悬停时显示什么color_values每个数据点的颜色值数据点按什么上色color_function_name颜色函数的标签下拉框里显示的名字node_color_function聚合成员颜色值的 np 函数节点按什么上色colorscale自定义色阶整图换什么色调include_searchbar启用搜索栏按提示词放大节点nbins提示直方图分箱数分布图精细度custom_tooltips让悬停提示说人话 点击任意节点后左侧Cluster Details面板会列出该节点每个成员的custom_tooltips值以及颜色值的成员分布直方图分箱数由nbins控制默认 10逻辑见 kmapper/visuals.py。它支持三种常见形态标签数组最常用直接传入目标标签或序号。参考 examples/plot_breast_cancer.pymapper.visualize(graph, custom_tooltipsy) # 悬停显示良/恶性诊断标签图像数组高级玩法把每个样本的 base64 图片写成img标签传入悬停节点就能看到原始图像网格。完整实现见手写数字示例 examples/plot_digits.py。mapper.visualize(graph, custom_tooltipstooltip_s) # tooltip_s 为 base64 图片标签数组默认行为不传时默认显示数据行号kmapper/visuals.py。⚠️ 小提示传入图像标签时请保证是NumPy 数组而非 list否则按成员索引取值会出错。颜色函数 color_values给数据点上色 color_values为每个数据点提供一组或多组颜色值内部经 MinMax 归一化后映射到色阶驱动两处视觉节点颜色由node_color_function聚合成员值后着色节点细节直方图Cluster Details 里的 MEMBER DISTRIBUTATION。多组颜色函数 免费获得下拉切换器传入 2 列的color_values例如把 Isolation Forest 异常分与 L2 范数拼成一个 2D lens再给每列起名字页面顶部就出现颜色函数切换下拉框mapper.visualize( graph, color_valueslens, # 两列颜色值 color_function_name[Isolation Forest, L2-norm], # 列数必须与标签数一致 )完整示例见 examples/plot_breast_cancer.py威斯康星乳腺癌数据集。node_color_function节点按什么聚合上色 节点颜色不是随便挑一个成员的值而是对成员的颜色值调用numpy 的聚合函数。默认mean实现仅一行kmapper/visuals.pygetattr(np, function_name)(color_values[member_ids], axis0)也就是说任何np.*函数名都能用mean、median、std、max、min、p95……传入数组则全排列生成切换按钮mapper.visualize(graph, node_color_function[mean, std, median, max])参数约束与校验逻辑见 kmapper/kmapper.py。节点大小设置为什么有的节点特别大 KeplerMapper 的节点大小不需要你手动设置而是由节点包含的成员数量自动计算kmapper/visuals.py节点大小 log(成员数 1) 1这带来两个实用特性大簇自然醒目成员越多的节点半径越大一眼锁定数据密集区搜索栏动态放大启用include_searchbarTrue后输入查询词支持 AND / OR / EXACT 三种模式匹配成员数会乘进节点基础尺寸命中的节点即时“膨胀”并高亮提交空查询即可复位。搜索栏功能演示见 docs/html-visualization-features.rst。colorscale一键替换整图色调 不满足默认 Viridis 色阶colorscale参数接受 Plotly 风格的色阶列表格式为[位置, 颜色]对默认值定义在 kmapper/visuals.pymapper.visualize(graph, colorscale[[0.0, rgb(0, 0, 255)], [1.0, rgb(255, 0, 0)]])进阶技巧可用 kmapper/visuals.py 中的colorscale_from_matplotlib_cmap把任意 matplotlib 色图如plt.cm.cool转成 KeplerMapper 色阶。快速上手清单5 步定制你的 KeplerMapper 图 ✅用mapper.map(...)构建拓扑图覆盖 聚类mapper.visualize(graph, ...)中传custom_tooltips决定悬停内容传color_valuescolor_function_name给数据点上色多列即得切换器传node_color_function指定节点聚合方式数组即得切换器需要检索时加include_searchbarTrue需要换色时传colorscale。更多交互能力最小交集选择器、节点冻结与位置保存可参考 docs/html-visualization-features.rst实战脚本可对照 examples/plot_digits.py 与 examples/plot_breast_cancer.py。 掌握以上参数KeplerMapper 的输出就不再是“一堆彩球”而是一张能讲清楚数据故事的专业拓扑图。【免费下载链接】kepler-mapperKepler Mapper: A flexible Python implementation of the Mapper algorithm.项目地址: https://gitcode.com/gh_mirrors/ke/kepler-mapper创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 KeplerMapper可视化定制指南：custom_tooltips、颜色函数与节点大小设置全攻略
KeplerMapper可视化定制指南custom_tooltips、颜色函数与节点大小设置全攻略【免费下载链接】kepler-mapperKepler Mapper: A flexible Python implementation of the Mapper algorithm.项目地址: https://gitcode.com/gh_mirrors/ke/kepler-mapper 想用KeplerMapper生成真正“看得懂”的交互图作为 Kepler Mapper 算法的灵活 Python 实现它把 Mapper 算法的拓扑结果渲染成可交互的 HTML 图。本攻略带你用最短路径掌握三大核心定制项custom_tooltips 自定义提示、颜色函数color_values / node_color_function与节点大小一次配置到位让数据故事一目了然。所有定制都集中在一个方法上——KeplerMapper.visualize源码见 kmapper/kmapper.py。先认识这张“参数全家福”参数作用一句话记忆custom_tooltips节点成员的提示内容悬停时显示什么color_values每个数据点的颜色值数据点按什么上色color_function_name颜色函数的标签下拉框里显示的名字node_color_function聚合成员颜色值的 np 函数节点按什么上色colorscale自定义色阶整图换什么色调include_searchbar启用搜索栏按提示词放大节点nbins提示直方图分箱数分布图精细度custom_tooltips让悬停提示说人话 点击任意节点后左侧Cluster Details面板会列出该节点每个成员的custom_tooltips值以及颜色值的成员分布直方图分箱数由nbins控制默认 10逻辑见 kmapper/visuals.py。它支持三种常见形态标签数组最常用直接传入目标标签或序号。参考 examples/plot_breast_cancer.pymapper.visualize(graph, custom_tooltipsy) # 悬停显示良/恶性诊断标签图像数组高级玩法把每个样本的 base64 图片写成img标签传入悬停节点就能看到原始图像网格。完整实现见手写数字示例 examples/plot_digits.py。mapper.visualize(graph, custom_tooltipstooltip_s) # tooltip_s 为 base64 图片标签数组默认行为不传时默认显示数据行号kmapper/visuals.py。⚠️ 小提示传入图像标签时请保证是NumPy 数组而非 list否则按成员索引取值会出错。颜色函数 color_values给数据点上色 color_values为每个数据点提供一组或多组颜色值内部经 MinMax 归一化后映射到色阶驱动两处视觉节点颜色由node_color_function聚合成员值后着色节点细节直方图Cluster Details 里的 MEMBER DISTRIBUTATION。多组颜色函数 免费获得下拉切换器传入 2 列的color_values例如把 Isolation Forest 异常分与 L2 范数拼成一个 2D lens再给每列起名字页面顶部就出现颜色函数切换下拉框mapper.visualize( graph, color_valueslens, # 两列颜色值 color_function_name[Isolation Forest, L2-norm], # 列数必须与标签数一致 )完整示例见 examples/plot_breast_cancer.py威斯康星乳腺癌数据集。node_color_function节点按什么聚合上色 节点颜色不是随便挑一个成员的值而是对成员的颜色值调用numpy 的聚合函数。默认mean实现仅一行kmapper/visuals.pygetattr(np, function_name)(color_values[member_ids], axis0)也就是说任何np.*函数名都能用mean、median、std、max、min、p95……传入数组则全排列生成切换按钮mapper.visualize(graph, node_color_function[mean, std, median, max])参数约束与校验逻辑见 kmapper/kmapper.py。节点大小设置为什么有的节点特别大 KeplerMapper 的节点大小不需要你手动设置而是由节点包含的成员数量自动计算kmapper/visuals.py节点大小 log(成员数 1) 1这带来两个实用特性大簇自然醒目成员越多的节点半径越大一眼锁定数据密集区搜索栏动态放大启用include_searchbarTrue后输入查询词支持 AND / OR / EXACT 三种模式匹配成员数会乘进节点基础尺寸命中的节点即时“膨胀”并高亮提交空查询即可复位。搜索栏功能演示见 docs/html-visualization-features.rst。colorscale一键替换整图色调 不满足默认 Viridis 色阶colorscale参数接受 Plotly 风格的色阶列表格式为[位置, 颜色]对默认值定义在 kmapper/visuals.pymapper.visualize(graph, colorscale[[0.0, rgb(0, 0, 255)], [1.0, rgb(255, 0, 0)]])进阶技巧可用 kmapper/visuals.py 中的colorscale_from_matplotlib_cmap把任意 matplotlib 色图如plt.cm.cool转成 KeplerMapper 色阶。快速上手清单5 步定制你的 KeplerMapper 图 ✅用mapper.map(...)构建拓扑图覆盖 聚类mapper.visualize(graph, ...)中传custom_tooltips决定悬停内容传color_valuescolor_function_name给数据点上色多列即得切换器传node_color_function指定节点聚合方式数组即得切换器需要检索时加include_searchbarTrue需要换色时传colorscale。更多交互能力最小交集选择器、节点冻结与位置保存可参考 docs/html-visualization-features.rst实战脚本可对照 examples/plot_digits.py 与 examples/plot_breast_cancer.py。 掌握以上参数KeplerMapper 的输出就不再是“一堆彩球”而是一张能讲清楚数据故事的专业拓扑图。【免费下载链接】kepler-mapperKepler Mapper: A flexible Python implementation of the Mapper algorithm.项目地址: https://gitcode.com/gh_mirrors/ke/kepler-mapper创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考