一、Gephi 0.9.2软件介绍

简单说，这是款免费的网络数据可视化工具，能把复杂的关系数据（比如用户互动、公交换乘、蛋白质关联）做成直观的图，不管是做学术研究、行业分析还是新闻报道，只要涉及 “关系网络”，用它都能省不少事。比同类工具好上手，不用写复杂代码，界面操作像普通办公软件，新手也能快速出图。

二、Gephi 0.9.2安装包下载

Gephi 0.9.2安装包下载链接：https://pan.quark.cn/s/94643b979a08

三、Gephi超详细安装教程

1.先装 JRE 环境（不装这个软件用不了）

解压下载的安装包，找到 “jre” 开头的 exe 文件（比如 jre-8u202-windows-x64.exe）

右键点它，选 “以管理员身份运行”（一定要管理员身份，不然会提示 “权限不足”）

弹出窗口直接点 “安装”，等进度条走完，点 “下一步” 再点 “关闭”，不用改任何设置

2.再装 Gephi 主程序

回到解压文件夹，找到 “gephi-0.9.2-windows-x64.exe”，同样右键 “以管理员身份运行”

第一步点 “Next”，第二步勾 “I accept…”（必须勾）再点 “Next”

改安装路径：默认是 C 盘，想装 D 盘就把 “C:\Program Files\Gephi-0.9.2” 改成 “D:\Program Files\Gephi-0.9.2”，别搞中文路径（比如 “D:\ 软件 \Gephi”，会报错）

接下来连续点 2 次 “Next”，然后点 “Install”，等 3-5 分钟，最后点 “Finish”，桌面会出快捷方式

3.装完验证：看看能不能用

双击桌面 “Gephi 0.9.2”，第一次打开可能慢，等 10-20 秒

能看到主界面（上面是文件、编辑这些菜单，中间是空白画布），没弹出 “缺少文件”“环境错误” 的提示，就说明装对了

四、Gephi核心功能：这些功能最常用（附实际操作场景）

1.数据导入：不管是表格还是专用格式都能读

Gephi支持 CSV（Excel 另存为 CSV 格式）、GEXF（网络数据专用）、GraphML（跨软件通用）

实操场景：把 Excel 里的 “用户 ID、关注用户 ID” 数据存成 CSV，在 Gephi 里点 “数据导入”→“电子表格”，选文件就能导进去，不用改格式

2.图谱布局：自动把乱麻一样的数据排整齐

Gephi有力导向图（适合社交网络，节点会自动散开，不重叠）、环形图（适合层级关系，比如公司组织架构）、随机布局（快速预览）

实操场景：做微博用户关系图，选 “力导向图”，点 “运行”，等 1 分钟，原本挤在一起的节点会自动分开，谁和谁关联一眼就能看出来

3.节点 / 边设置：让图更直观

节点：Gephi能改大小（比如用节点大小表示用户粉丝数，粉丝多的节点大）、颜色（比如用红色标核心用户，蓝色标普通用户）

边：能改粗细（比如用粗边表示频繁互动，细边表示偶尔互动）、颜色（比如用橙色标转发关系，绿色标评论关系）

实操场景：做公交换乘图，用节点大小表示站点人流量（人流量大的节点大），边粗细表示线路班次（班次多的边粗），一眼能看出哪个站点人多、哪条线路忙

4.数据分析：不用编程也能算指标

Gephi能自动算 “度分布”（每个节点关联多少个其他节点）、“聚类系数”（节点抱团程度）、“最短路径”（两个节点间最近的关联路线）

实操场景：做蛋白质相互作用研究，导入数据后点 “统计”→“网络指标”，10 秒就能算出每个蛋白质关联多少个其他蛋白质，不用自己用 Excel 算

5.导出图片：能存成各种格式用在报告里

Gephi支持 PNG（插 PPT、写文章用）、SVG（放大不会糊，适合印刷）、PDF（嵌在论文里）

实操场景：做完分析后，点 “文件”→“导出”→“PNG”，选分辨率 300dpi，存出来的图清晰，插在论文里不会模糊

五、Gephi实际案例：别人都怎么用？（4 个真实场景）

1.学术研究：某高校用它做社交媒体传播分析

需求：研究某环保事件的微博传播路径，找出核心传播者

做法：导入 2000 个相关微博账号的互动数据（谁转发谁、谁评论谁），用节点大小表示账号粉丝数，颜色标传播角色（核心、普通、围观），选力导向图布局

结果：快速找出 5 个核心账号（节点最大，关联最多），发现传播是从 “环保机构账号”→“科技类大 V”→“普通用户”，把这个结论写进论文，顺利发表

2.生物医学：某医院用它找疾病相关蛋白质

需求：从 50 个与糖尿病相关的蛋白质中，找出关键作用的几个

做法：导入蛋白质相互作用数据，用边粗细表示作用强度，红色标已知致病蛋白，然后算 “最短路径”

结果：发现 3 个之前没注意到的蛋白质，和已知致病蛋白关联最紧密，后续实验证实这 3 个是潜在药物靶点

3.交通规划：某城市用它优化公交线

需求：解决早晚高峰部分公交站人太多、换乘难的问题

做法：导入全市公交站点换乘数据，用节点颜色表示换乘量（红色 = 换乘多，蓝色 = 换乘少），边表示线路

结果：发现 3 个站点换乘量超承载（红色深），周边 2 个站点换乘量低，于是加了 2 条接驳线路，把人流分散开，换乘时间平均缩短 20 分钟

4.新闻报道：某媒体用它做突发事件可视化

需求：报道某地震救援进展，让读者直观看到救援力量分布和物资运输路线

做法：导入救援点、物资点、运输路线数据，用节点表示救援 / 物资点（大小表示规模），边表示运输路线（颜色标运输状态：绿色 = 正常，黄色 = 拥堵）

结果：做成的可视化图嵌在新闻里，读者一眼能看懂哪里有救援、物资够不够，新闻转发量比普通文字报道多 50%

法：导入救援点、物资点、运输路线数据，用节点表示救援 / 物资点（大小表示规模），边表示运输路线（颜色标运输状态：绿色 = 正常，黄色 = 拥堵）

结果：做成的可视化图嵌在新闻里，读者一眼能看懂哪里有救援、物资够不够，新闻转发量比普通文字报道多 50%