CN111026895A - 一种数据可视化处理方法、装置及存储介质 - Google Patents

一种数据可视化处理方法、装置及存储介质 Download PDF

Info

Publication number
CN111026895A
CN111026895A CN201911212122.6A CN201911212122A CN111026895A CN 111026895 A CN111026895 A CN 111026895A CN 201911212122 A CN201911212122 A CN 201911212122A CN 111026895 A CN111026895 A CN 111026895A
Authority
CN
China
Prior art keywords
slice
node
target
network
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201911212122.6A
Other languages
English (en)
Other versions
CN111026895B (zh
Inventor
李琦
傅洛伊
王新兵
陈广勇
張勝譽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Jiaotong University
Tencent Technology Shenzhen Co Ltd
Original Assignee
Shanghai Jiaotong University
Tencent Technology Shenzhen Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Jiaotong University, Tencent Technology Shenzhen Co Ltd filed Critical Shanghai Jiaotong University
Priority to CN201911212122.6A priority Critical patent/CN111026895B/zh
Publication of CN111026895A publication Critical patent/CN111026895A/zh
Application granted granted Critical
Publication of CN111026895B publication Critical patent/CN111026895B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/54—Browsing; Visualisation therefor
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Image Generation (AREA)

Abstract

本申请实施例提供一种数据可视化处理方法、装置及存储介质，所述方法包括：对初始网络中各层位图的节点进行重叠去除，得到待处理网络；分别对所述待处理网络中的每层位图进行切片，得到各层位图的至少两个切片，所述至少两个切片均分布在预设窗口内，所述切片包括至少两个节点；在各切片上设置节点信息以及节点间的关联信息，得到多层切片；将所述多层切片保存为至少两个图片，对所述至少两个图片进行分层加载，以展示各图片对应的图形界面。本方案能够提高网络的绘制效率和网络的缩放效率。

Description

一种数据可视化处理方法、装置及存储介质
技术领域
本申请实施例涉及数据展示技术领域，尤其涉及一种数据可视化处理方法、装置及存储介质。
背景技术
在数据展示和用户交互技术中，为了用户之间能够进行各种交互，一般基于用户行为数据和场景元素构建关系网络，然后将关系网络进行可视化，得到可视化图谱，用户即可直观的通过可视化图谱查看用户之间的关联关系。在将关系网络进行可视化为知识图谱时，是将用户数据转换为json数据，然后采用可缩放矢量图形元素对json数据进行渲染，渲染出节点和所述节点相连接的边，最终得到可视化图谱。
在对现有技术的研究和实践过程中，本申请实施例的发明人发现，采用可缩放矢量元素加载的方式并不适用于超大规模网络的缩放加载，当超大规模网络中需要展示的节点数较多时，如果用户之间的交互是采用可缩放矢量元素进行交互，一方面，可视化图谱的响应速度会极慢，另一方面，超大规模网络中会出现节点重叠现象，同样导致可视化图谱的流畅性较低。可见，现有机制无法满足基于大规模数据的实时交互需求。
发明内容
本申请实施例提供了一种数据可视化处理方法、装置及存储介质，能够提高网络的绘制效率和网络的缩放效率和网络的缩放效率。
第一方面中，本申请实施例提供一种数据可视化处理方法，所述方法包括：
对初始网络中各层位图的节点进行重叠去除，得到待处理网络；
分别对所述待处理网络中的每层位图进行切片，得到各层位图的至少两个切片，所述至少两个切片均分布在预设窗口内，所述切片包括至少两个节点；
在各切片上设置节点信息以及节点间的关联信息，得到多层切片；
将所述多层切片保存为至少两个图片，对所述至少两个图片进行分层加载，以展示各图片对应的图形界面。
一种可能的设计中，所述对初始网络中的节点进行重叠去除，得到待处理网络，包括：
获取所述待处理网络中各节点的坐标信息；
对所述待处理网络中各节点的坐标信息分别进行坐标变换，得到预设网格；
对所述预设网格中的节点进行重叠去除，将重叠去除后的各节点的坐标信息分别进行坐标变换，得到所述待处理网络。
一种可能的设计中，所述待处理网络对应的坐标系包括第一方向和第二方向；所述对所述待处理网络中各节点的坐标信息分别进行坐标变换，得到预设网格，包括：
根据对所述待处理网络中各节点的坐标信息、第一方向标识和第二方向标识，对各节点进行坐标变换，得到所述预设网格；
其中，所述第一方向标识为待进行坐标变换的节点所属的切片在所述第一方向的切片标识，所述第二方向标识为待进行坐标变换的节点所属的切片在所述第二方向的切片标识。
一种可能的设计中，每个切片对应一个圆集合，所述圆集合包括切片上各节点的属性信息；所述分别对所述待处理网络中的每层位图进行切片，包括：
根据所述圆集合中各节点的属性信息，分别确定各切片的切片范围；
从目标切片中确定目标节点，并将所述目标节点的节点信息存储到所述目标切片对应的圆集合，所述目标节点是指所述目标切片中绘制范围与所述切片范围存在交集的节点。
一种可能的设计中，所述从目标切片中确定目标节点，并将所述目标节点的节点信息存储到所述目标切片对应的圆集合，包括：
将所述目标节点的绘制范围变换到所述第一方向与所述第二方向围成的第一象限内；
确定与所述目标节点在所述第一象限相邻且接触的候选切片的坐标极值；
根据预设像素大小和所述坐标极值，确定所述候选切片在所述第一方向和所述第二方向的极值；
根据所述目标切片在所述待处理网络中的目标层的层数、所述候选切片在所述第一方向和所述第二方向的极值，确定各候选切片的切片标识。
一种可能的设计中，所述将所述目标节点的绘制范围变换到所述第一方向与所述第二方向围成的第一象限内，包括：
确定所述目标切片在所述待处理网络中的目标层；
根据所述目标层的层数和预设像素大小，确定所述待处理网络中目标层对应的位图的尺寸；
根据所述目标分片中各目标节点的坐标信息、所述位图的尺寸目标切片在所述目标层、切片范围在所述第一方向的极值、以及切片范围在所述第二方向的极值，将所述目标节点的绘制范围变换到所述第一方向与所述第二方向围成的第一象限内。
一种可能的设计中，所述分别对所述待处理网络中的每层位图进行切片，还包括：
根据所述圆集合中各节点的属性信息，分别确定各切片的切片范围；
从每两个节点相连形成的边中确定目标边，并将所述目标边的边信息存储到边集合，所述目标边是指所述目标切片中绘制范围与所述切片范围存在交集的边。
一种可能的设计中，所述将所述目标边的边信息存储到边集合，包括：
将所述目标边的绘制范围变换到所述第一方向与所述第二方向围成的第一象限内。
一种可能的设计中，所述将所述目标边的绘制范围变换到所述第一方向与所述第二方向围成的第一象限内之后，所述方法还包括：
确定与所述目标边相交的候选切片的坐标极值；
根据预设像素大小和所述坐标极值，确定所述候选切片在所述第一方向和所述第二方向的极值；
根据所述目标切片在所述待处理网络中的目标层的层数、所述候选切片在所述第一方向和所述第二方向的极值，确定各候选切片的切片标识。
一种可能的设计中，所述目标边的绘制路径为劣弧时，所述将所述目标边的绘制范围变换到所述第一方向与所述第二方向围成的第一象限内之后，所述方法还包括：
确定所述目标边对应的劣弧的半径，以及所述目标边两端的两个节点之间的间距；
根据所述半径和所述间距确定所述劣弧上的点到弦的最大间距；
根据与所述目标边相交的候选切片的坐标极值、所述预设像素大小和所述最大间距，得到所述目标边两端的两个节点所属的切片在所述第一方向和所述第二方向的极值；
根据所述目标层的层数、所述目标边两端的两个节点所属的切片在所述第一方向和所述第二方向的极值，确定各候选切片的切片标识。
一种可能的设计中，所述节点信息包括所述目标节点的节点属性信息和节点标签信息；所述在各切片上设置节点信息以及节点间的关联信息，得到多层切片，包括：
根据所述边集合中的边信息绘制弧形边，根据所述圆集合中的节点属性信息绘制节点，以及根据所述圆集合中的节点标签信息绘制节点标签，以得到所述多层切片。
一种可能的设计中，所述在各切片上设置节点信息以及节点间的关联信息，得到多层切片，包括：
根据所述边集合，分别在切片标识与目标边对应的切片上设置所述目标边，得到第一切片数据；
根据所述圆集合，分别在所述第一切片数据中切片标识与目标节点的节点属性信息对应的切片上设置所述目标节点，得到第二切片数据；
根据所述字符集合，在所述第二切片数据中切片标识与目标节点的节点标识信息对应的切片上设置所述目标节点的节点标签信息，得到所述多层切片。
一种可能的设计中，所述目标节点的节点属性信息包括目标节点的尺寸；所述将所述目标节点的节点信息存储到所述目标切片对应的圆集合之后，所述方法还包括：
从所述圆集合中确定尺寸大于预设尺寸的特定节点；
将按照特定节点的尺寸从大至小的顺序，设置各特定节点在所述至少两个切片被加载时的出现顺序，其中，特定节点的出现顺序早于尺寸小于所述预设尺寸的节点的出现顺序。
第二方面中，本申请实施例提供一种数据可视化处理装置，具有实现对应于上述第一方面提供的数据可视化处理方法的功能。所述功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。硬件或软件包括一个或至少两个与上述功能相对应的模块，所述模块可以是软件和/或硬件。
一种可能的设计中，所述数据可视化处理装置包括：
处理模块，用于对初始网络中各层位图的节点进行重叠去除，得到待处理网络；分别对所述待处理网络中的每层位图进行切片，得到各层位图的至少两个切片，所述至少两个切片均分布在预设窗口内，所述切片包括至少两个节点；在各切片上设置节点信息以及节点间的关联信息，得到多层切片；
存储模块，用于将所述多层切片保存为至少两个图片，对所述至少两个图片进行分层加载，以展示各图片对应的图形界面。
一种可能的设计中，所述处理模块具体用于：
获取所述待处理网络中各节点的坐标信息；
对所述待处理网络中各节点的坐标信息分别进行坐标变换，得到预设网格；
对所述预设网格中的节点进行重叠去除，将重叠去除后的各节点的坐标信息分别进行坐标变换，得到所述待处理网络。
一种可能的设计中，所述待处理网络对应的坐标系包括第一方向和第二方向；所述处理模块具体用于：
根据对所述待处理网络中各节点的坐标信息、第一方向标识和第二方向标识，对各节点进行坐标变换，得到所述预设网格；
其中，所述第一方向标识为待进行坐标变换的节点所属的切片在所述第一方向的切片标识，所述第二方向标识为待进行坐标变换的节点所属的切片在所述第二方向的切片标识。
一种可能的设计中，每个切片对应一个圆集合，所述圆集合包括切片上各节点的属性信息；所述处理模块具体用于：
根据所述圆集合中各节点的属性信息，分别确定各切片的切片范围；
从目标切片中确定目标节点，并将所述目标节点的节点信息存储到所述目标切片对应的圆集合，所述目标节点是指所述目标切片中绘制范围与所述切片范围存在交集的节点。
一种可能的设计中，所述处理模块具体用于：
将所述目标节点的绘制范围变换到所述第一方向与所述第二方向围成的第一象限内；
确定与所述目标节点在所述第一象限相邻且接触的候选切片的坐标极值；
根据预设像素大小和所述坐标极值，确定所述候选切片在所述第一方向和所述第二方向的极值；
根据所述目标切片在所述待处理网络中的目标层的层数、所述候选切片在所述第一方向和所述第二方向的极值，确定各候选切片的切片标识。
一种可能的设计中，所述处理模块具体用于：
确定所述目标切片在所述待处理网络中的目标层；
根据所述目标层的层数和预设像素大小，确定所述待处理网络中目标层对应的位图的尺寸；
根据所述目标分片中各目标节点的坐标信息、所述位图的尺寸目标切片在所述目标层、切片范围在所述第一方向的极值、以及切片范围在所述第二方向的极值，将所述目标节点的绘制范围变换到所述第一方向与所述第二方向围成的第一象限内。
一种可能的设计中，所述处理模块具体用于：
根据所述圆集合中各节点的属性信息，分别确定各切片的切片范围；
从每两个节点相连形成的边中确定目标边，并将所述目标边的边信息存储到边集合，所述目标边是指所述目标切片中绘制范围与所述切片范围存在交集的边。
一种可能的设计中，所述处理模块具体用于：
将所述目标边的绘制范围变换到所述第一方向与所述第二方向围成的第一象限内。
一种可能的设计中，所述处理模块将所述目标边的绘制范围变换到所述第一方向与所述第二方向围成的第一象限内之后，还用于：
确定与所述目标边相交的候选切片的坐标极值；
根据预设像素大小和所述坐标极值，确定所述候选切片在所述第一方向和所述第二方向的极值；
根据所述目标切片在所述待处理网络中的目标层的层数、所述候选切片在所述第一方向和所述第二方向的极值，确定各候选切片的切片标识。
一种可能的设计中，所述目标边的绘制路径为劣弧时，所述处理模块将所述目标边的绘制范围变换到所述第一方向与所述第二方向围成的第一象限内之后，还用于：
确定所述目标边对应的劣弧的半径，以及所述目标边两端的两个节点之间的间距；
根据所述半径和所述间距确定所述劣弧上的点到弦的最大间距；
根据与所述目标边相交的候选切片的坐标极值、所述预设像素大小和所述最大间距，得到所述目标边两端的两个节点所属的切片在所述第一方向和所述第二方向的极值；
根据所述目标层的层数、所述目标边两端的两个节点所属的切片在所述第一方向和所述第二方向的极值，确定各候选切片的切片标识。
一种可能的设计中，所述节点信息包括所述目标节点的节点属性信息和节点标签信息；所述处理模块具体用于：
根据所述边集合中的边信息绘制弧形边，根据所述圆集合中的节点属性信息绘制节点，以及根据所述圆集合中的节点标签信息绘制节点标签，以得到所述多层切片。
一种可能的设计中，所述处理模块具体用于：
根据所述边集合，分别在切片标识与目标边对应的切片上设置所述目标边，得到第一切片数据；
根据所述圆集合，分别在所述第一切片数据中切片标识与目标节点的节点属性信息对应的切片上设置所述目标节点，得到第二切片数据；
根据所述字符集合，在所述第二切片数据中切片标识与目标节点的节点标识信息对应的切片上设置所述目标节点的节点标签信息，得到所述多层切片。
一种可能的设计中，所述目标节点的节点属性信息包括目标节点的尺寸；所述处理模块将所述目标节点的节点信息存储到所述目标切片对应的圆集合之后，还用于：
从所述圆集合中确定尺寸大于预设尺寸的特定节点；
将按照特定节点的尺寸从大至小的顺序，设置各特定节点在所述至少两个切片被加载时的出现顺序，其中，特定节点的出现顺序早于尺寸小于所述预设尺寸的节点的出现顺序。
本申请实施例又一方面提供了一种计算机设备，其包括至少一个连接的处理器、存储器和收发器，其中，所述存储器用于存储计算机程序，所述处理器用于调用所述存储器中的计算机程序来执行上述第一方面所述的方法。
本申请实施例又一方面提供了一种计算机可读存储介质，其包括指令，当其在计算机上运行时，使得计算机执行上述第一方面所述的方法。
相较于现有技术，本申请实施例提供的方案中，对初始网络中各层位图的节点进行重叠去除，得到待处理网络；分别对所述待处理网络中的每层位图进行切片，得到各层位图的至少两个切片，所述至少两个切片均分布在预设窗口内，在各切片上设置节点信息以及节点间的关联信息，得到多层切片；将所述多层切片保存为至少两个图片，对所述至少两个图片进行分层加载，以展示各图片对应的图形界面。本方案能够提高网络的绘制效率和网络的缩放效率。
附图说明
图1为本申请实施例中蛋白质与蛋白质交互网络的一种示意图；
图2为本申请实施例中数据可视化处理方法的一种流程示意图；
图3a为本申请实施例中自然杂志引用关系网络的第一层示意图；
图3b为本申请实施例中对自然杂志引用关系网络进行放大操作的示意图；
图3c为本申请实施例中自然杂志引用关系网络进行放大操作的示意图；
图3d为本申请实施例中对自然杂志引用关系网络进行放大操作的示意图；
图3e为本申请实施例中对自然杂志引用关系网络进行放大操作的示意图；
图3f为本申请实施例中对自然杂志引用关系网络进行放大操作的示意图；
图3g为本申请实施例中对自然杂志引用关系网络进行放大操作的示意图；
图4a为本申请实施例中初始网络的一种示意图；
图4b为本申请实施例中对初始网络中的区块1和区块2进行去重前后对比示意图；
图4c为本申请实施例中重叠去除前后的对比示意图；
图5a为本申请实施例中对初始网络中的节点划分到切片的示意图；
图5b为本申请实施例中对节点的绘制区域整体坐标变换示意图；
图5c为本申请实施例中根据节点确定切片标识的示意图；
图5d为本申请实施例中对初始网络中的字符串划分到切片的示意图；
图5e为本申请实施例中根据字符串确定切片标识的示意图；
图6a为本申请实施例中对初始网络中的节点划分到切片的示意图；
图6b为本申请实施例中对边的绘制路径整体坐标变换示意图；
图6c为本申请实施例中根据边的绘制路径确定切片标识的示意图；
图6d为本申请实施例中边的起点和终点坐标无法取到路径上的极值的示意图；
图7是本申请实施例中分布式系统的一种结构示意图；
图8是本申请实施例中数据可视化处理装置的一种结构示意图；
图9是本申请实施例中执行数据可视化处理方法的计算机设备的一种结构示意图；
图10是本申请实施例中执行数据可视化处理方法的服务器的结构示意图。
具体实施方式
本申请实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或模块的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或模块，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块，本申请实施例中所出现的模块的划分，仅仅是一种逻辑上的划分，实际应用中实现时可以有另外的划分方式，例如至少两个模块可以结合成或集成在另一个系统中，或一些特征可以忽略，或不执行，另外，所显示的或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，模块之间的间接耦合或通信连接可以是电性或其他类似的形式，本申请实施例中均不作限定。并且，作为分离部件说明的模块或子模块可以是也可以不是物理上的分离，可以是也可以不是物理模块，或者可以分布到至少两个电路模块中，可以根据实际的需要选择其中的部分或全部模块来实现本申请实施例方案的目的。
本申请实施例供了一种数据可视化处理方法，可用于服务器或者终端侧，以服务器侧为例，服务器可用于通过对蛋白质与蛋白质交互网络和药物知识图谱等数据进行可视化展示，以模拟药物分子与蛋白质病毒的结合过程，也可以通过对对交互式应用的用户和交互场景进行可视化展示，以模拟众多用户在交互场景的交互过程。本申请实施例也不对数据可视化处理方法的应用场景作限定。本申请实施例不限于待展示的数据的规模，可以是大规模数据。本申请实施例中，执行数据可视化处理方法的装置(例如服务器或终端)可以为区块链系统中的节点。
其中，数据可视化是关于数据之视觉表现形式的研究，运用图形化手段，清晰有效地传达与沟通信息，主要完成图形展示和用户交互。将场景数据进行各章数据变换。例如，对蛋白质与蛋白质交互网络和药物知识图谱等数据进行可视化展示，可以清晰理解蛋白质与蛋白质交互网络，以及药物知识图谱具体工作机理。以蛋白质与蛋白质交互网络为例，如图1所示，圆圈代表蛋白质，直线代表蛋白质之间相互作用。蛋白质之间的相互作用包括了直接的物理相互作用和间接的功能相关性。通过对图1进行缩放操作，即可按照蛋白质名称、氨基酸序列等信息进行检索某个特定的蛋白质相互作用的其他蛋白质。
参照图2，以下介绍本申请实施例所提供的一种数据可视化处理方法，本申请实施例包括：
201、对初始网络中各层位图的节点进行重叠去除，得到待处理网络。
其中，初始网络是指包括多个节点和多个边的知识图谱，初始网络可以为N维网络(N为正整数)，例如二维平面网络，三维网络，本申请实施例不对初始网络的空间维数作限定。初始网络可为超大规模网络，本申请实施例不对初始网络中包含的节点数和边数作限定。初始网络中各节点和各边均具有坐标数据。
节点是指实体，例如，药品1、药品2和病毒1均为初始网络中的节点。边是指实体之间的关联关系，例如，药品1能够与病毒1结合，以消除病毒1，那么，药品1与病毒1之间的关联关系可用边表示。例如图1所示，实线圆圈表示节点，实线表示边。
位图是指点阵图像或栅格图像，位图由像素(图片元素)的单个节点组成，例如以排列的像素集合体形式创建。这些节点可以进行不同的排列和染色以构成图样。当放大位图时，能够增大单个像素，使线条和形状显得参差不齐，展示赖以构成整个图像的无数单个方块。远距离观看位图时，位图图像的颜色和形状展示为连续。由于位图中的每一个像素都是单独染色，故可以通过以每次一个像素的频率对选择的区域进行操作(例如加深阴影和加重颜色)，以产生近似相片的逼真效果。缩小位图尺寸也会使原图变形，因为此举是通过减小像素来使整个图像变小。
初始网络中的位图有多层，每层位图之间存在先后顺序关系，不同层的位图之间存在层级关系。
一些实施方式中，当初始网络包含的节点数较多或者节点之间的关联关系较复杂时，初始网络在可视化展示时，节点之间、边之间、以及节点与边之间可能会出现重叠现象。为减少可视化展示时出现的重叠现象，可以在确定所述初始网络中绘制范围存在交集的重叠节点后，调整重叠节点之间的相对位置，以使重叠节点之间的绘制范围为空集，进而得到所述待处理网络。具体来说，可通过以下步骤得到所示待处理网络：
a、获取所述待处理网络中各节点的坐标信息。
为便于快速的分析各节点之间的重叠现象，以及提高定位重叠的位置，还可以将初始网络划分为多个区块，分别对各区块内的节点和边进行重叠分析。具体来说，按照所述初始网络中的节点数，将所述初始网络划分为多个区块。例如，将初始网络划分n*n块规则区域，其中，n可由初始网络中的节点数(也可以加上重叠去除算法的精度)决定。例如，初始网络中的节点数为205万，那么n可以取512。如图4a所示，将初始网络划分为6*6块方形块。
以初始网络为二维平面网络为例，假设初始网络中的各节点的初始坐标为(X0,Y0)，且初始网络容纳在如图4a所示的长为L的正方形(即由X轴和Y轴组成的二维坐标系上)内，在二维坐标系中，正方形的中心与初始网络的中心重合，则将初始网络划分后得到的每个区块边长为D，
Figure BDA0002298423460000121
则初始网络中每个节点所属的切片在x轴与y轴方向的切片标识由下式确定：
Figure BDA0002298423460000122
Figure BDA0002298423460000123
其中，lx为目标切片在x轴方向的坐标，ly为目标切片在y轴方向的坐标，中括号为取整运算。
一些实施方式中，为便于后续更新可视化网路(例如更新网络节点或者边)，还可以将网络节点的坐标数据和边的坐标数据存储为json格式，由于json格式的数据为按照功能分类的文件夹，所以针对坐标数据进行某个功能的更新(例如增加、删除或替换等)时，可以直接对网络节点的坐标数据的文件夹或者边的坐标数据的文件夹进行更新，一方面能够快速的定位到待更新的边的坐标数据，另一方面，仅需要针对代更新的坐标数据文件夹进行更新即可。所以，在更新可视化网络时，无需重新编写代码，就能够以较小的修改操作换取对可视化网络的更新操作，尤其适用于批量更新可视化网络的场景，因此能够提高更新效率和减少可视化网络的维护成本。
b、对所述待处理网络中各节点的坐标信息分别进行坐标变换，得到预设网格。
假设初始网络对应的坐标系包括第一轴和第二轴(本申请实施例不对坐标系包含的轴的数量、方向、以及各轴之间的夹角作限定)，第一轴的方向称作第一方向，第二轴的方向称作第二方向。相应的，所述待处理网络对应的坐标系包括第一方向和第二方向，所述对所述待处理网络中各节点的坐标信息分别进行坐标变换，得到预设网格，包括：
根据对所述待处理网络中各节点的坐标信息、第一方向标识和第二方向标识，对各节点进行坐标变换，得到所述预设网格。
其中，所述第一方向标识为待进行坐标变换的节点所属的切片在所述第一方向的切片标识，所述第二方向标识为待进行坐标变换的节点所属的切片在所述第二方向的切片标识。
一些实施方式中，可通过以下公式对各节点进行坐标变换，进而得到变换后的节点坐标：
Figure BDA0002298423460000131
Figure BDA0002298423460000132
将初始网络中的所有节点遍历并进行坐标变换后，即可完成节点切片划分与坐标变换，可选的，将切片以.graphml文件的格式存储。
本实施方式中，将初始网络中落在对应区块中所有节点的坐标数据(例如位置信息)变换到以坐标系原点为中心的区块中，能够提高后续对节点进行重叠去除的效率。
c、对所述预设网格中的节点进行重叠去除，将重叠去除后的各节点的坐标信息分别进行坐标变换，得到所述待处理网络。
当网络体量较大时，被分割的网格切片较多，会对处理速度产生一定的影响。为增加重叠去除速度，可进行并行处理，即使用多进程的方式同时对切片进行重叠去除。
如图4b所示，针对初始网络中的区块1和区块2进行去重前后对比示意图。图4c为重叠去除前后的可视化展示效果对比示意图。
202、分别对所述待处理网络中的每层位图进行切片，得到各层位图的至少两个切片。
其中，所述至少两个切片均分布在预设窗口内，所述切片包括至少两个节点。切片范围可自定义，例如切片范围为256×256像素正方形，每个切片的绘制范围都是固定的，都在256×265像素的范围内。
由于初始网络中的节点总数庞大，例如达200万，放大就是为了展示图的更多细节，每层包含的节点相同，且节点总数相同。所以第二层能展示比第一层切片更多在第一层中无法看到的节点。
203、在各切片上设置节点信息以及节点间的关联信息，得到多层切片。
其中，多层切片是指切片被展示的先后顺序。切片所在的层数越大，则切片所占的像素范围越大。
可选的，在本申请的一些实施例中，所述节点信息包括所述目标节点的节点属性信息和节点标签信息；所述在各切片上设置节点信息以及节点间的关联信息，得到多层切片，包括：
根据所述边集合中的边信息绘制弧形边，根据所述圆集合中的节点属性信息绘制节点，以及根据所述字符集合中的节点标签信息绘制节点标签信息，以得到所述多层切片。
例如，可分别使用python的PIL库中的PIL.ImageDraw.Draw.arc()绘制弧形连边、使用PIL.ImageDraw.Draw.ellipse()绘制圆形节点、使用PIL.ImageDr aw.Draw.text()绘制节点标签。最后将绘制完成的切片以PNG形式存储。随着切片层数的逐渐增加，所需要绘制的切片数量也在逐渐增加，单进程绘制速度较慢，可采用多进程的方式对绘制过程进行并行化处理，以提升处理速度。
可选的，在本申请的一些实施例中，所述在各切片上设置节点信息以及节点间的关联信息，得到多层切片，包括：
根据所述边集合，分别在切片标识与目标边对应的切片上设置所述目标边，得到第一切片数据；
根据所述圆集合，分别在所述第一切片数据中切片标识与目标节点的节点属性信息对应的切片上设置所述目标节点，得到第二切片数据；
根据所述字符集合，在所述第二切片数据中切片标识与目标节点的节点标识信息对应的切片上设置所述目标节点的节点标签信息，得到所述多层切片。
204、将所述多层切片保存为至少两个图片，对所述至少两个图片进行分层加载，以展示各图片对应的图形界面。
其中，所述至少两个图片按照展示的先后顺序排列，先后顺序根据切片标识得到。分层加载时，可以使用浏览器。
例如，以自然杂志引用关系网络(包括205万节点，342万条边)使用本申请实施例方案进行可视化展示的过程为例，用户可通过滚动鼠标滚轮，或点击缩放控件对网络进行缩放操作，进而实现对网络由浅入深的观察。图3a为本申请实施例中自然杂志引用关系网络的第一层示意图，如图3b-图3g所示，按照从先至后的顺序，为对图3a所示的第一层网络逐渐放大的过程。
对所述至少两个图片进行多层缩放展示时，通过HTML+CSS+Javascript的方式实现，通过调用JS库Leaflet，即可实现对多个切片的分层加载。
一些实施方式中，为了实现分层加载过程中随层数逐渐增多，较大节点先出现，较小节点后出现的效果，可以将初始网络以Json格式来保存，一个初始网络可包括多个Json文件夹。只需要直接对初始网络的Json文件进行修改，以节点尺寸越大，越先在图中出现的原则，使得Json文件中节点数随随层数增加而逐渐增加即可。
本申请实施例中，一方面中，能够对超大规模的初始网络进行可视化展示，更能够适应更庞大的网络体量。另一方面中，本申请实施例通过将多个节点用切片的方式连接起来，形成多层网络，能够通过这多层网络传递信息，并且，由于每个切片之间都是独立的，所以在对多层神经网络进行操作时，能够并行的对图形界面进行缩放操作，因此，能够有效提高缩放效率。
可选的，在本申请实施例的一些实施例中，每个切片对应一个圆集合，所述圆集合包括切片上各节点的属性信息。由于初始网络包括节点和边，每个节点均有对应的绘制范围和节点标签信息，每个切片的绘制范围可能与至少一个节点的绘制范围相交。为了准确的将节点和边分配到对应的切片上，下面分别从以节点的绘制范围、节点标签信息和边三个角度进行说明：
一、根据节点的绘制范围确定节点对应的切片
一些实施方式中，所述分别对所述待处理网络中的每层位图进行切片，包括：
a、根据所述圆集合中各节点的属性信息，分别确定各切片的切片范围。
b、从目标切片中确定目标节点，并将所述目标节点的节点信息存储到所述目标切片对应的圆集合。
其中，所述目标节点是指所述目标切片中绘制范围与所述切片范围存在交集的节点。
如图5a所示，方框所示的区域表示切片的绘制区域，标号1、标号2、标号3、标号4分别依次表示相应节点的绘制范围。标号1、标号2和标号3表示的目标节点的节点信息被存储到与该切片对应的圆集合中，而标号4表示的节点的节点信息不会被存储到与该切片对应的圆集合中，因为标号4表示的节点的绘制范围与切片范围不相交。
一些实施方式中，可根据以下操作得到圆集合：
将所述目标节点的绘制范围变换到所述第一方向与所述第二方向围成的第一象限内；
确定与所述目标节点在所述第一象限相邻且接触的候选切片的坐标极值；
根据预设像素大小和所述坐标极值，确定所述候选切片在所述第一方向和所述第二方向的极值；
根据所述目标切片在所述待处理网络中的目标层的层数、所述候选切片在所述第一方向和所述第二方向的极值，确定各候选切片的切片标识。
一些实施方式中，所述将所述目标节点的绘制范围变换到所述第一方向与所述第二方向围成的第一象限内，包括：
确定所述目标切片在所述待处理网络中的目标层；
根据所述目标层的层数和预设像素大小，确定所述待处理网络中目标层对应的位图的尺寸；
根据所述目标分片中各目标节点的坐标信息、所述位图的尺寸目标切片在所述目标层、切片范围在所述第一方向的极值、以及切片范围在所述第二方向的极值，将所述目标节点的绘制范围变换到所述第一方向与所述第二方向围成的第一象限内。
下面介绍根据节点的绘制范围确定节点对应的目标切片
a1、假设切片所处层数为Level，相应层的切片行数或列数为n＝Level×Level，切片为边长是P像素的正方形，则：
第Level层网络绘制成位图的规模为：
scale＝n×P
b1、假设节点的中心坐标为(X，Y)，半径为R，绘图范围横坐标最大值为Xmax，最小值为Xmin，纵坐标最大值为Ymax，最小值为Ymin，则将节点的圆心坐标变换到第一象限后该节点外接正方形的左下角坐标(Xa,Ya)和右上角坐标(Xb,Yb)为：
Figure BDA0002298423460000171
Figure BDA0002298423460000172
Figure BDA0002298423460000173
Figure BDA0002298423460000174
实际上该过程是将节点的绘图区域整体变换到第一象限，从而保证切片的序号均为正数，该过程如图5b所示。
当完成坐标变换后，需要对节点所接触的切片序号进行确定，节点接触的切片在x轴方向上的最小序号为：
Figure BDA0002298423460000181
最大序号为：
Figure BDA0002298423460000182
在y轴方向上最小序号为：
Figure BDA0002298423460000183
最大序号为：
Figure BDA0002298423460000184
因此，节点所接触的所有切片的唯一序号由下式确定：
s＝i×n+j(i＝imin…imax,j＝jmin…jmax)
该过程可参考图5c所示，圆形区域表示一个节点的绘制范围，则实线矩形框所指示的区域则为目标切片的绘制区域，该目标切片所对应的的标号即为寻找的s：
c1、对集合Circles中元素进行遍历，进而得到任意切片中所有与之相关联的节点的信息，ellipses[s]所包含的任意节点均带有以下属性：
((Xa,Ya,Xb,Yb),node_color)
二、根据节点标签信息确定节点对应的切片
一些实施方式中，可根据目标节点的节点尺寸和位置信息确定节点对应的字符串的字号和位置信息。创建字符集合texts，索引为切片序号。字符集合用于存储任意一个切片中绘制范围与该切片相交的所有节点标签信息。
如图5d所示，方框所示的区域表示切片的绘制区域，标号1、标号2、标号3分别依次表示相应字符串的绘制范围，标号2和标号3表示的字符串的信息被存储到与该切片对应的集合中，而标号1表示的字符串的信息不会被存储到与该切片对应的集合中，因为标号1表示的字符串的绘制范围与切片范围不相交。下面介绍根据节点标签信息确定目标节点对应的目标切片：
a2、假设切片所处层数为Level，相应层的切片行数或列数为n＝Level×Level，切片为边长是P像素的正方形，则：
第Level层网络绘制成位图的规模为：
scale＝n×P
b2、字符串的字号和位置完全由节点的尺寸和位置决定，假设某一节点的外接正方形的左下角坐标为(Xa,Ya)，右上角坐标为(Xb，Yb)(以上坐标均经过步骤S201完成了坐标变换)，则该节点对应的标签字体大小由下式决定：
Figure BDA0002298423460000191
字符串中心为：
Figure BDA0002298423460000192
Figure BDA0002298423460000193
c2、假设标签字符串在相应字号下的长和宽分别为：W和H，则字符串绘制范围在x轴方向上的最小序号为：
Figure BDA0002298423460000194
最大序号为：
Figure BDA0002298423460000201
在y轴方向上最小序号为：
Figure BDA0002298423460000202
最大序号为：
Figure BDA0002298423460000203
因此，标签字符串绘制范围所相交的所有切片的唯一序号由下式确定：
s＝i×n+j(i＝imin…imax,j＝jmin…jmax)
该过程由图5e所示，“Welcome to Acemap！”表示该节点标签的绘制范围，则阴影方框所示的区域表示切片的绘制区域，该切片所对应的的标号即为最终寻找的s。
d2、对节点属性信息中元素进行遍历，进而得到任意切片中所有与之相关联的标签字符串的信息，字符集合texts[s]所包含的任意节点均带有以下属性：
((Xc,Yc),FontSize,node_tile)
三、根据边信息确定节点对应的切片
一些实施方式中，所述分别对所述待处理网络中的每层位图进行切片，包括：
根据所述圆集合中各节点的属性信息，分别确定各切片的切片范围；
从每两个节点相连形成的边中确定目标边，并将所述目标边的边信息存储到边集合，所述目标边是指所述目标切片中绘制范围与所述切片范围存在交集的边。
可选的，所述将所述目标边的边信息存储到边集合，包括：
将所述目标边的绘制范围变换到所述第一方向与所述第二方向围成的第一象限内。
一些实施方式中，将所述目标边的绘制范围变换到所述第一方向与所述第二方向围成的第一象限内之后，所述方法还包括：
确定与所述目标边相交的候选切片的坐标极值；
根据预设像素大小和所述坐标极值，确定所述候选切片在所述第一方向和所述第二方向的极值；
根据所述目标切片在所述待处理网络中的目标层的层数、所述候选切片在所述第一方向和所述第二方向的极值，确定各候选切片的切片标识。
一些实施方式中，所述目标边的绘制路径为劣弧时，所述将所述目标边的绘制范围变换到所述第一方向与所述第二方向围成的第一象限内之后，所述方法还包括：
确定所述目标边对应的劣弧的半径，以及所述目标边两端的两个节点之间的间距；
根据所述半径和所述间距确定所述劣弧上的点到弦的最大间距；
根据与所述目标边相交的候选切片的坐标极值、所述预设像素大小和所述最大间距，得到所述目标边两端的两个节点所属的切片在所述第一方向和所述第二方向的极值；
根据所述目标层的层数、所述目标边两端的两个节点所属的切片在所述第一方向和所述第二方向的极值，确定各候选切片的切片标识。
如图6a所示，阴影方框区域表示切片的绘制区域，标号a、b、c表示边的绘制路径，标号a、b分别表示的绘制路径的信息被存储到与该切片对应的集合中，而标号c表示的绘制路径的信息将不会被存储到与该切片对应的集合中，因为标号c表示的绘制路径与切片范围不相交。
a3、假设切片所处层数为Level，相应层的切片行数或列数为n＝Level×Level，切片为边长是像素大小P的正方形，则：第Level层网络绘制成位图的规模scale为：
scale＝n×P
b3、假设边的起点坐标为(Xs,Ys)，边的终点坐标为(Xe,Ye)，绘制路径中横坐标的最大值为Xmax，横坐标的最小值为Xmin；绘制路径中纵坐标的最大值为Ymax，纵坐标的最小值为Ymin，则将边的绘制路径变换到第一象限后，以该边起点与终点为对角线的矩形的起点坐标(Xa,Ya)和终点坐标(Xb,Yb)为：
Figure BDA0002298423460000221
Figure BDA0002298423460000222
Figure BDA0002298423460000223
Figure BDA0002298423460000224
同样，上述变换的目的是将边的绘制路径整体变换到第一象限(变换过程可参考图6b)，从而保证切片的序号均为正数。
b4、边为直线时，当完成坐标变换后需要对边路径所经过的切片序号进行判定，路径在x轴方向上的最小序号为：
Figure BDA0002298423460000225
最大序号为：
Figure BDA0002298423460000226
在y轴方向上最小序号为：
Figure BDA0002298423460000227
最大序号为：
Figure BDA0002298423460000231
因此，边路径所接触的所有切片的切片标识由下式确定：
s＝i×n+j(i＝imin…imax,j＝jmin...jmax)
确定边路径所接触的所有切片的切片标识的过程可参考图6c所示，实线表示一条边的绘制路径，则矩形阴影区域切片所对应的的标号即为目标切片的切片标识。
b4’、边为圆弧时，为了使得可视化效果更加优美，我们常使用曲线作为连边，但是使用上述方法判定切片序号时，可能导致得到的切片序号无法完全覆盖边的路径。
如图6d所示，在Y轴方向上，节点坐标显然不是在节点2处取得，他存在于路径中间某点。为解决此问题，我们对序号获取方法做如下改进：
假设绘制圆弧的半径为r，两点之间的距离为l，我们得到节点1,2之间劣弧上的点到弦的最大距离为：
Figure BDA0002298423460000232
则路径在x轴方向上的最小序号为：
Figure BDA0002298423460000233
最大序号为：
Figure BDA0002298423460000234
在y轴方向上最小序号为：
Figure BDA0002298423460000235
最大序号为：
Figure BDA0002298423460000241
因此，节点所接触的所有切片的切片标识由下式确定：
s＝i×n+j(i＝imin…imzx,j＝jmin…jmax)
最后，对边集合Edges中元素进行遍历，进而得到任意切片中所有与之相关联的边的信息，Edges所包含的任意边均带有以下属性：
((Xa,Ya,Xb,Yb),edge_color)
可选的，在本申请的一些实施例中，所述圆集合中的各节点信息、所述边集合中的边信息均为json格式；所述目标节点的节点属性信息包括目标节点的尺寸；所述将所述目标节点的节点信息存储到所述目标切片对应的圆集合之后，所述方法还包括：
从所述圆集合中确定尺寸大于预设尺寸的特定节点；
将按照特定节点的尺寸从大至小的顺序，设置各特定节点在所述至少两个切片被加载时的出现顺序，其中，特定节点的出现顺序早于尺寸小于所述预设尺寸的节点的出现顺序。
本申请实施例中，上述多个切片、至少两个图片、节点属性信息、初始网络等均可保存在区块链中。其中，区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层。
区块链底层平台可以包括用户管理、基础服务、智能合约以及运营监控等处理模块。其中，用户管理模块负责所有区块链参与者的身份信息管理，包括维护公私钥生成(账户管理)、密钥管理以及用户真实身份和区块链地址对应关系维护(权限管理)等，并且在授权的情况下，监管和审计某些真实身份的交易情况，提供风险控制的规则配置(风控审计)；基础服务模块部署在所有区块链节点设备上，用来验证业务请求的有效性，并对有效请求完成共识后记录到存储上，对于一个新的业务请求，基础服务先对接口适配解析和鉴权处理(接口适配)，然后通过共识算法将业务信息加密(共识管理)，在加密之后完整一致的传输至共享账本上(网络通信)，并进行记录存储；智能合约模块负责合约的注册发行以及合约触发和合约执行，开发人员可以通过某种编程语言定义合约逻辑，发布到区块链上(合约注册)，根据合约条款的逻辑，调用密钥或者其它的事件触发执行，完成合约逻辑，同时还提供对合约升级注销的功能；运营监控模块主要负责产品发布过程中的部署、配置的修改、合约设置、云适配以及产品运行中的实时状态的可视化输出，例如：告警、监控网络情况、监控节点设备健康状态等。
本申请实施例中执行数据可视化处理方法的装置(也可称作服务器)可以是区块链系统中的节点。本申请实施例中的用于预测视频精彩级别的装置可以是如图7所示的一种区块链系统中的节点。
图1至图7中任一项所对应的实施例中所提及的任一技术特征也同样适用于本申请实施例中的图8至图10所对应的实施例，后续类似之处不再赘述。
以上对本申请实施例中一种数据可视化处理方法进行说明，以下对执行上述数据可视化处理方法的装置、服务器、计算机设备分别进行介绍。
上面对本申请实施例中的一种数据可视化处理方法进行了描述，下面对本申请实施例中的数据可视化处理装置进行描述。
参阅图8，如图8所示的一种数据可视化处理装置80的结构示意图，其可应用于对网络可视化处理和显示。本申请实施例中的数据可视化处理装置能够实现对应于上述图1所对应的实施例中所执行的数据可视化处理方法的步骤。数据可视化处理装置实现的功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。硬件或软件包括一个或至少两个与上述功能相对应的模块，所述模块可以是软件和/或硬件。所述数据可视化处理装置80可包括处理模块、存储模块、输入输出模块和显示模块，所述处理模块、所述输入输出模块和所述显示模块的功能实现可参考图1所对应的实施例中所执行的操作，此处不作赘述。例如，所述处理模块可用于控制所述输入输出模块的输入输出操作，以及控制所述显示模块缩放网络的显示操作，所述存储模块可用于存储字符集合、圆集合和边集合等数据，所述输入输出模块可用于获取初始网络、输出多个图片等操作。
一些实施方式中，所述处理模块可用于对初始网络中各层位图的节点进行重叠去除，得到待处理网络；分别对所述待处理网络中的每层位图进行切片，得到各层位图的至少两个切片，所述至少两个切片均分布在预设窗口内，所述切片包括至少两个节点；在各切片上设置节点信息以及节点间的关联信息，得到多层切片；
所述存储模块可用于将所述多层切片保存为至少两个图片，对所述至少两个图片进行分层加载，以展示各图片对应的图形界面。
一些实施方式中，所述处理模块具体用于：
获取所述待处理网络中各节点的坐标信息；
对所述待处理网络中各节点的坐标信息分别进行坐标变换，得到预设网格；
对所述预设网格中的节点进行重叠去除，将重叠去除后的各节点的坐标信息分别进行坐标变换，得到所述待处理网络。
一些实施方式中，所述待处理网络对应的坐标系包括第一方向和第二方向；所述处理模块具体用于：
根据对所述待处理网络中各节点的坐标信息、第一方向标识和第二方向标识，对各节点进行坐标变换，得到所述预设网格；
其中，所述第一方向标识为待进行坐标变换的节点所属的切片在所述第一方向的切片标识，所述第二方向标识为待进行坐标变换的节点所属的切片在所述第二方向的切片标识。
一些实施方式中，每个切片对应一个圆集合，所述圆集合包括切片上各节点的属性信息；所述处理模块具体用于：
根据所述圆集合中各节点的属性信息，分别确定各切片的切片范围；
从目标切片中确定目标节点，并将所述目标节点的节点信息存储到所述目标切片对应的圆集合，所述目标节点是指所述目标切片中绘制范围与所述切片范围存在交集的节点。
一些实施方式中，所述处理模块具体用于：
将所述目标节点的绘制范围变换到所述第一方向与所述第二方向围成的第一象限内；
确定与所述目标节点在所述第一象限相邻且接触的候选切片的坐标极值；
根据预设像素大小和所述坐标极值，确定所述候选切片在所述第一方向和所述第二方向的极值；
根据所述目标切片在所述待处理网络中的目标层的层数、所述候选切片在所述第一方向和所述第二方向的极值，确定各候选切片的切片标识。
一些实施方式中，所述处理模块具体用于：
确定所述目标切片在所述待处理网络中的目标层；
根据所述目标层的层数和预设像素大小，确定所述待处理网络中目标层对应的位图的尺寸；
根据所述目标分片中各目标节点的坐标信息、所述位图的尺寸目标切片在所述目标层、切片范围在所述第一方向的极值、以及切片范围在所述第二方向的极值，将所述目标节点的绘制范围变换到所述第一方向与所述第二方向围成的第一象限内。
一些实施方式中，所述处理模块具体用于：
根据所述圆集合中各节点的属性信息，分别确定各切片的切片范围；
从每两个节点相连形成的边中确定目标边，并将所述目标边的边信息存储到边集合，所述目标边是指所述目标切片中绘制范围与所述切片范围存在交集的边。
一些实施方式中，所述处理模块具体用于：
将所述目标边的绘制范围变换到所述第一方向与所述第二方向围成的第一象限内。
一些实施方式中，所述处理模块将所述目标边的绘制范围变换到所述第一方向与所述第二方向围成的第一象限内之后，还用于：
确定与所述目标边相交的候选切片的坐标极值；
根据预设像素大小和所述坐标极值，确定所述候选切片在所述第一方向和所述第二方向的极值；
根据所述目标切片在所述待处理网络中的目标层的层数、所述候选切片在所述第一方向和所述第二方向的极值，确定各候选切片的切片标识。
一些实施方式中，所述目标边的绘制路径为劣弧时，所述处理模块将所述目标边的绘制范围变换到所述第一方向与所述第二方向围成的第一象限内之后，还用于：
确定所述目标边对应的劣弧的半径，以及所述目标边两端的两个节点之间的间距；
根据所述半径和所述间距确定所述劣弧上的点到弦的最大间距；
根据与所述目标边相交的候选切片的坐标极值、所述预设像素大小和所述最大间距，得到所述目标边两端的两个节点所属的切片在所述第一方向和所述第二方向的极值；
根据所述目标层的层数、所述目标边两端的两个节点所属的切片在所述第一方向和所述第二方向的极值，确定各候选切片的切片标识。
一些实施方式中，所述节点信息包括所述目标节点的节点属性信息和节点标签信息；所述处理模块具体用于：
根据所述边集合中的边信息绘制弧形边，根据所述圆集合中的节点属性信息绘制节点，以及根据所述圆集合中的节点标签信息绘制节点标签，以得到所述多层切片。
一些实施方式中，所述处理模块具体用于：
根据所述边集合，分别在切片标识与目标边对应的切片上设置所述目标边，得到第一切片数据；
根据所述圆集合，分别在所述第一切片数据中切片标识与目标节点的节点属性信息对应的切片上设置所述目标节点，得到第二切片数据；
根据所述字符集合，在所述第二切片数据中切片标识与目标节点的节点标识信息对应的切片上设置所述目标节点的节点标签信息，得到所述多层切片。
一些实施方式中，所述目标节点的节点属性信息包括目标节点的尺寸；所述处理模块将所述目标节点的节点信息存储到所述目标切片对应的圆集合之后，还用于：
从所述圆集合中确定尺寸大于预设尺寸的特定节点；
将按照特定节点的尺寸从大至小的顺序，设置各特定节点在所述至少两个切片被加载时的出现顺序，其中，特定节点的出现顺序早于尺寸小于所述预设尺寸的节点的出现顺序。
上面从模块化功能实体的角度对本申请实施例中的网络认证服务器和终端设备进行了描述，下面从硬件处理的角度分别对本申请实施例中的网络认证服务器和终端设备进行描述。需要说明的是，在本申请实施例图8所示的实施例中的收发模块对应的实体设备可以为输入/输出单元，处理模块对应的实体设备可以为处理器，显示模块所对应的实体设备可以是显示屏等显示单元。图8所示的装置可以具有如图9所示的结构，当图8所示的装置具有如图9所示的结构时，图9中的处理器、存储器、输入输出单元和显示屏能够实现前述对应该装置的装置实施例提供的处理模块、存储模块、输入输出模块和显示模块相同或相似的功能，图9中的中央存储器存储处理器执行上述数据可视化处理方法时需要调用的计算机程序。在本申请实施例图8所示的实施例中的输入输出模块所对应的实体设备可以为输入输出接口，处理模块对应的实体设备可以为处理器，存储模块对应的实体设备可为存储器，显示模块对应的实体设备可为显示屏。
图10是本申请实施例提供的一种服务器结构示意图，该服务器1020可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(英文全称：centralprocessing units，英文简称：CPU)1022(例如，一个或一个以上处理器)和存储器1032，一个或一个以上存储应用程序1042或数据844的存储介质1030(例如一个或一个以上海量存储设备)。其中，存储器1032和存储介质1030可以是短暂存储或持久存储。存储在存储介质1030的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器1022可以设置为与存储介质1030通信，在服务器1020上执行存储介质1030中的一系列指令操作。
服务器1020还可以包括一个或一个以上电源1026，一个或一个以上有线或无线网络接口850，一个或一个以上输入输出接口1058，和/或，一个或一个以上操作系统1041，例如Windows Server，Mac OS X，Unix,Linux，FreeBSD等等。
上述实施例中由服务器所执行的步骤可以基于该图10所示的服务器1020的结构。例如，例如上述实施例中由图8所示的装置80所执行的步骤可以基于该图10所示的服务器结构。例如，所述处理器1022通过调用存储器1032中的指令，执行以下操作：
对初始网络中各层位图的节点进行重叠去除，得到待处理网络；分别对所述待处理网络中的每层位图进行切片，得到各层位图的至少两个切片，所述至少两个切片均分布在预设窗口内，所述切片包括至少两个节点；在各切片上设置节点信息以及节点间的关联信息，得到多层切片；
通过存储器1032将所述多层切片保存为至少两个图片；
对所述至少两个图片进行分层加载，以展示各图片对应的图形界面。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请实施例所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如至少两个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到至少两个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本申请实施例各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。
所述计算机程序产品包括一个或至少两个计算机指令。在计算机上加载和执行所述计算机计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或至少两个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
以上对本申请实施例所提供的技术方案进行了详细介绍，本申请实施例中应用了具体个例对本申请实施例的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请实施例的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请实施例的限制。

Claims (17)

1.一种数据可视化处理方法，其特征在于，所述方法包括：
对初始网络中各层位图的节点进行重叠去除，得到待处理网络；
分别对所述待处理网络中的每层位图进行切片，得到各层位图的至少两个切片，所述至少两个切片均分布在预设窗口内，所述切片包括至少两个节点；
在各切片上设置节点信息以及节点间的关联信息，得到多层切片；
将所述多层切片保存为至少两个图片，对所述至少两个图片进行分层加载，以展示各图片对应的图形界面。
2.根据权利要求1所述的方法，其特征在于，所述对初始网络中的节点进行重叠去除，得到待处理网络，包括：
获取所述待处理网络中各节点的坐标信息；
对所述待处理网络中各节点的坐标信息分别进行坐标变换，得到预设网格；
对所述预设网格中的节点进行重叠去除，将重叠去除后的各节点的坐标信息分别进行坐标变换，得到所述待处理网络。
3.根据权利要求2所述的方法，其特征在于，所述待处理网络对应的坐标系包括第一方向和第二方向；所述对所述待处理网络中各节点的坐标信息分别进行坐标变换，得到预设网格，包括：
根据对所述待处理网络中各节点的坐标信息、第一方向标识和第二方向标识，对各节点进行坐标变换，得到所述预设网格；
其中，所述第一方向标识为待进行坐标变换的节点所属的切片在所述第一方向的切片标识，所述第二方向标识为待进行坐标变换的节点所属的切片在所述第二方向的切片标识。
4.根据权利要求2或3所述的方法，其特征在于，每个切片对应一个圆集合，所述圆集合包括切片上各节点的属性信息；所述分别对所述待处理网络中的每层位图进行切片，包括：
根据所述圆集合中各节点的属性信息，分别确定各切片的切片范围；
从目标切片中确定目标节点，并将所述目标节点的节点信息存储到所述目标切片对应的圆集合，所述目标节点是指所述目标切片中绘制范围与所述切片范围存在交集的节点。
5.根据权利要求4所述的方法，其特征在于，所述从目标切片中确定目标节点，并将所述目标节点的节点信息存储到所述目标切片对应的圆集合，包括：
将所述目标节点的绘制范围变换到所述第一方向与所述第二方向围成的第一象限内；
确定与所述目标节点在所述第一象限相邻且接触的候选切片的坐标极值；
根据预设像素大小和所述坐标极值，确定所述候选切片在所述第一方向和所述第二方向的极值；
根据所述目标切片在所述待处理网络中的目标层的层数、所述候选切片在所述第一方向和所述第二方向的极值，确定各候选切片的切片标识。
6.根据权利要求5所述的方法，其特征在于，所述将所述目标节点的绘制范围变换到所述第一方向与所述第二方向围成的第一象限内，包括：
确定所述目标切片在所述待处理网络中的目标层；
根据所述目标层的层数和预设像素大小，确定所述待处理网络中目标层对应的位图的尺寸；
根据所述目标分片中各目标节点的坐标信息、所述位图的尺寸目标切片在所述目标层、切片范围在所述第一方向的极值、以及切片范围在所述第二方向的极值，将所述目标节点的绘制范围变换到所述第一方向与所述第二方向围成的第一象限内。
7.根据权利要求4-6中任一项所述的方法，其特征在于，所述分别对所述待处理网络中的每层位图进行切片，还包括：
根据所述圆集合中各节点的属性信息，分别确定各切片的切片范围；
从每两个节点相连形成的边中确定目标边，并将所述目标边的边信息存储到边集合，所述目标边是指所述目标切片中绘制范围与所述切片范围存在交集的边。
8.根据权利要求7所述的方法，其特征在于，所述将所述目标边的边信息存储到边集合，包括：
将所述目标边的绘制范围变换到所述第一方向与所述第二方向围成的第一象限内。
9.根据权利要求8所述的方法，其特征在于，所述将所述目标边的绘制范围变换到所述第一方向与所述第二方向围成的第一象限内之后，所述方法还包括：
确定与所述目标边相交的候选切片的坐标极值；
根据预设像素大小和所述坐标极值，确定所述候选切片在所述第一方向和所述第二方向的极值；
根据所述目标切片在所述待处理网络中的目标层的层数、所述候选切片在所述第一方向和所述第二方向的极值，确定各候选切片的切片标识。
10.根据权利要求8所述的方法，其特征在于，所述目标边的绘制路径为劣弧时，所述将所述目标边的绘制范围变换到所述第一方向与所述第二方向围成的第一象限内之后，所述方法还包括：
确定所述目标边对应的劣弧的半径，以及所述目标边两端的两个节点之间的间距；
根据所述半径和所述间距确定所述劣弧上的点到弦的最大间距；
根据与所述目标边相交的候选切片的坐标极值、所述预设像素大小和所述最大间距，得到所述目标边两端的两个节点所属的切片在所述第一方向和所述第二方向的极值；
根据所述目标层的层数、所述目标边两端的两个节点所属的切片在所述第一方向和所述第二方向的极值，确定各候选切片的切片标识。
11.根据权利要求10所述的方法，其特征在于，所述节点信息包括所述目标节点的节点属性信息和节点标签信息；所述在各切片上设置节点信息以及节点间的关联信息，得到多层切片，包括：
根据所述边集合中的边信息绘制弧形边，根据所述圆集合中的节点属性信息绘制节点，以及根据字符集合中的节点标签信息绘制节点标签信息，以得到所述多层切片。
12.根据权利要求11所述的方法，其特征在于，所述在各切片上设置节点信息以及节点间的关联信息，得到多层切片，包括：
根据所述边集合，分别在切片标识与目标边对应的切片上设置所述目标边，得到第一切片数据；
根据所述圆集合，分别在所述第一切片数据中切片标识与目标节点的节点属性信息对应的切片上设置所述目标节点，得到第二切片数据；
根据所述字符集合，在所述第二切片数据中切片标识与目标节点的节点标识信息对应的切片上设置所述目标节点的节点标签信息，得到所述多层切片。
13.根据权利要求12所述的方法，其特征在于，所述目标节点的节点属性信息包括目标节点的尺寸；所述将所述目标节点的节点信息存储到所述目标切片对应的圆集合之后，所述方法还包括：
从所述圆集合中确定尺寸大于预设尺寸的特定节点；
将按照特定节点的尺寸从大至小的顺序，设置各特定节点在所述至少两个切片被加载时的出现顺序，其中，特定节点的出现顺序早于尺寸小于所述预设尺寸的节点的出现顺序。
14.根据权利要求1所述的方法，其特征在于，所述至少两个图片保存在区块链节点上。
15.一种数据可视化处理装置，其特征在于，所述数据可视化处理装置包括：
处理模块，用于对初始网络中各层位图的节点进行重叠去除，得到待处理网络；分别对所述待处理网络中的每层位图进行切片，得到各层位图的至少两个切片，所述至少两个切片均分布在预设窗口内，所述切片包括至少两个节点；在各切片上设置节点信息以及节点间的关联信息，得到多层切片；
存储模块，用于将所述多层切片保存为至少两个图片，对所述至少两个图片进行分层加载，以展示各图片对应的图形界面。
16.一种计算机设备，其特征在于，所述计算机设备包括：
至少一个处理器、存储器和输入输出单元；
其中，所述存储器用于存储计算机程序，所述处理器用于调用所述存储器中存储的计算机程序来执行如权利要求1-14中任一项中所述的方法。
17.一种计算机可读存储介质，其特征在于，其包括指令，当其在计算机上运行时，使得计算机执行如权利要求1-14中任一项中所述的方法。
CN201911212122.6A 2019-12-02 2019-12-02 一种数据可视化处理方法、装置及存储介质 Active CN111026895B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911212122.6A CN111026895B (zh) 2019-12-02 2019-12-02 一种数据可视化处理方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911212122.6A CN111026895B (zh) 2019-12-02 2019-12-02 一种数据可视化处理方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN111026895A true CN111026895A (zh) 2020-04-17
CN111026895B CN111026895B (zh) 2023-04-28

Family

ID=70207747

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911212122.6A Active CN111026895B (zh) 2019-12-02 2019-12-02 一种数据可视化处理方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN111026895B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111966821A (zh) * 2020-08-26 2020-11-20 南京柯基数据科技有限公司 一种基于力学原理的知识图谱可视化方法
CN114996440A (zh) * 2022-07-19 2022-09-02 北京金堤科技有限公司 图谱展示方法和装置、以及存储介质和电子设备

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080231632A1 (en) * 2007-03-21 2008-09-25 Varian Medical Systems Technologies, Inc. Accelerated volume image rendering pipeline method and apparatus
CN101324962A (zh) * 2008-07-21 2008-12-17 深圳先进技术研究院 一种预投影光线投射体绘制的并行处理方法
CN101944132A (zh) * 2010-09-30 2011-01-12 武汉大学 一种瓦片地图数据组织方法
CN103559375A (zh) * 2013-11-22 2014-02-05 华中科技大学 调度工程水质改善的数值模拟及可视化仿真系统
US20150138203A1 (en) * 2013-11-19 2015-05-21 Microsoft Corporation Visualizing large graphs
CN105635188A (zh) * 2016-03-31 2016-06-01 深圳市矽伟智科技有限公司 一种可视化内容分发方法及系统
CN106599090A (zh) * 2016-11-24 2017-04-26 上海交通大学 基于结构中心性的网络社区发现方法
CN109039705A (zh) * 2018-06-29 2018-12-18 成都深思科技有限公司 一种网络互联互通数据图形展示方法、设备及存储介质
CN109242966A (zh) * 2018-08-07 2019-01-18 北京道亨时代科技有限公司 一种基于激光点云数据的3d全景模型建模方法
CN109302451A (zh) * 2018-09-03 2019-02-01 视联动力信息技术股份有限公司 一种图片文件的展示方法和系统
CN109960766A (zh) * 2019-01-07 2019-07-02 西南科技大学 沉浸式环境下针对网络结构数据的可视化呈现和交互方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080231632A1 (en) * 2007-03-21 2008-09-25 Varian Medical Systems Technologies, Inc. Accelerated volume image rendering pipeline method and apparatus
CN101324962A (zh) * 2008-07-21 2008-12-17 深圳先进技术研究院 一种预投影光线投射体绘制的并行处理方法
CN101944132A (zh) * 2010-09-30 2011-01-12 武汉大学 一种瓦片地图数据组织方法
US20150138203A1 (en) * 2013-11-19 2015-05-21 Microsoft Corporation Visualizing large graphs
CN103559375A (zh) * 2013-11-22 2014-02-05 华中科技大学 调度工程水质改善的数值模拟及可视化仿真系统
CN105635188A (zh) * 2016-03-31 2016-06-01 深圳市矽伟智科技有限公司 一种可视化内容分发方法及系统
CN106599090A (zh) * 2016-11-24 2017-04-26 上海交通大学 基于结构中心性的网络社区发现方法
CN109039705A (zh) * 2018-06-29 2018-12-18 成都深思科技有限公司 一种网络互联互通数据图形展示方法、设备及存储介质
CN109242966A (zh) * 2018-08-07 2019-01-18 北京道亨时代科技有限公司 一种基于激光点云数据的3d全景模型建模方法
CN109302451A (zh) * 2018-09-03 2019-02-01 视联动力信息技术股份有限公司 一种图片文件的展示方法和系统
CN109960766A (zh) * 2019-01-07 2019-07-02 西南科技大学 沉浸式环境下针对网络结构数据的可视化呈现和交互方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111966821A (zh) * 2020-08-26 2020-11-20 南京柯基数据科技有限公司 一种基于力学原理的知识图谱可视化方法
CN111966821B (zh) * 2020-08-26 2024-06-04 南京柯基数据科技有限公司 一种基于力学原理的知识图谱可视化方法
CN114996440A (zh) * 2022-07-19 2022-09-02 北京金堤科技有限公司 图谱展示方法和装置、以及存储介质和电子设备
CN114996440B (zh) * 2022-07-19 2022-11-04 北京金堤科技有限公司 图谱展示方法和装置、以及存储介质和电子设备

Also Published As

Publication number Publication date
CN111026895B (zh) 2023-04-28

Similar Documents

Publication Publication Date Title
AU2019201268B2 (en) Segmentation of an image based on color and color differences
JP2022524891A (ja) 画像処理方法及び装置、電子機器並びにコンピュータプログラム
CN112581629A (zh) 增强现实显示方法、装置、电子设备及存储介质
CN111862292B (zh) 输电线路走廊的数据渲染方法、装置和计算机设备
CN102970456B (zh) 图像形成方法及图像形成装置
CN107924583A (zh) 网格生成系统和方法
CN114758337B (zh) 一种语义实例重建方法、装置、设备及介质
CN110503718B (zh) 三维工程模型轻量化显示方法
CN114187633A (zh) 图像处理方法及装置、图像生成模型的训练方法及装置
US20110225541A1 (en) Interactive representation of clusters of geographical entities
AU2022368364B2 (en) Control method, device, equipment and storage medium for interactive reproduction of target object
CN111026895B (zh) 一种数据可视化处理方法、装置及存储介质
CN111583381A (zh) 游戏资源图的渲染方法、装置及电子设备
CN110807379A (zh) 一种语义识别方法、装置、以及计算机存储介质
CN115393872A (zh) 一种训练文本分类模型的方法、装置、设备及存储介质
CN107016732A (zh) 使用描述符的3d对象定位
CN109190637A (zh) 一种图像特征提取方法
CN108734698A (zh) 用于检测形状的交叉的可高度并行化算法
CN116129121A (zh) 物品识别方法、装置、存储介质及电子设备
CN113781653B (zh) 对象模型生成方法、装置、电子设备及存储介质
JP5523002B2 (ja) 画像処理装置及び画像処理方法
CA2845601A1 (en) Segmentation of an image based on color and color differences
Yang et al. Application of virtual reality technology and unsupervised video object segmentation algorithm in 3D model modeling
JP2881735B1 (ja) 三次元動画データ転送方法
CN114327425A (zh) 视图生成方法、装置、电子设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant