Jaal是基于Dash和Visdcc构建的可交互的Python社交网络库。由于底层使用了dash，所以我们可以认为jaal更像是一个仪表盘。基于此，jaal也提供了多种处理网络数据的可选项，例如搜索、过滤、给节点（边）上色等。所有的操作，两三行代码即可搞定。
!pip3 install jaal
一、快速上手
本文准备了《权利的游戏》的节点nodes.csv和边edges.csv数据， 可以使用jaal的plot()函数绘制《权利的游戏》关系网络图。 必须有的字段，这里加粗了 nodes.csv数据含
- from: 节点
- to: 节点
- weight: 边权重
- strenth:
edges.csv数据
- id 节点id，姓名
- gender 节点的性别
import pandas as pd
from jaal import Jaal
edge_df = pd.read_csv('edges.csv')
node_df = pd.read_csv('nodes.csv')
Jaal(edge_df, node_df).plot()
运行代码后，会生成一个本地服务链接，例如 http://127.0.0.1:8050/ ， 点击链接，浏览器就能看到
二、Jaal功能
- 设置面板 Jaal运行产生的浏览器界面左侧会有一个设置面板，可以对数据进行搜索、筛选、上色。
- 搜索 可以高亮搜索到的节点
- 过滤 支持pandas的query语法
- 上色 基于类别，对节点、边进行上色。能最多支持20个类别，即节点、边数据允许有20种属性
三、 案例
3.1 搜索
第一个选项是搜索，我们可以在其中搜索图中的特定节点。 它支持在节点标签上逐字符搜索。 以下是我们尝试搜索“ Arya”的示例
3.2 过滤
接下来，我们进行过滤。 Jaal支持在节点和边要素上都进行过滤的选项。 为此，我们提供了单独的文本区域。 下面我们可以看到节点和边缘过滤查询的实时效果。
3.3 染色
最后，我们可能希望查看任何功能的整体分布，而不是进行过滤。 目前，Jaal通过提供根据任何分类特征为节点或边缘着色的选项来解决此问题。 我们可以在下面看到一个真实的例子。
