很多做社会网络分析、文献计量或者知识图谱的朋友，第一次打开 Gephi 的时候都会卡在同一个地方：数据到底该怎么喂进去。软件界面看着挺唬人，布局算法一大堆，结果连个节点都画不出来。其实问题十有八九不在 Gephi 本身，而是卡在了数据准备这一步——尤其是手里只有 Excel 表格，不知道怎么把它变成 Gephi 能认的 CSV 文件。这篇内容就是把这个过程从头到尾拆开讲清楚，从 Excel 里怎么整理两列数据，到 CSV 编码怎么选，再到 Gephi 里点哪个按钮导入、导入后怎么调布局、怎么让图看起来不像一团毛线。适合完全没碰过 Gephi 的新手，也适合之前导数据失败过、想搞清楚到底哪里出问题的人。
1. 先搞清楚 Gephi 到底想吃什么样的数据
1.1 网络图的两个基本元素：节点和边
Gephi 画网络图，底层逻辑特别简单，就两个东西：节点（Node）和边（Edge）。节点就是图上的一个个圆点，边就是连接两个圆点的那条线。你给它一张"谁和谁有关系"的清单，它就能把图给你画出来。
拿最常见的场景举例：你有一份 Excel 表格，记录的是公司里哪些人合作过项目。A 和 B 合作过，B 和 C 合作过，A 和 C 也合作过。那 A、B、C 就是三个节点，三条合作关系就是三条边。Gephi 要的就是这种"成对关系"的数据。
所以你在 Excel 里整理数据的时候，核心就是整理出两列：一列是起点，一列是终点。每一行代表一条边。这是最基础、也是最常用的导入方式，叫边表（Edges Table）。
1.2 边表和节点表，新手先用边表就够了
Gephi 支持两种 CSV 导入方式：边表和节点表。很多人一上来就被这两个概念绕晕，其实你只要记住一句话：边表里已经隐含了节点。
比如你有这么一行数据：
| Source | Target |
|---|---|
| 张三 | 李四 |
Gephi 读到这行，会自动创建"张三"和"李四"两个节点，然后在它们之间连一条边。你根本不需要单独再准备一份节点清单。只有当你想给每个节点单独设置属性（比如节点大小、颜色、所属类别）的时候，才需要额外准备节点表。
新手阶段，只准备边表就够了。等图能正常画出来了，再考虑加节点属性的事。这个顺序很重要，一上来就搞两张表，很容易因为两边的节点名称对不上导致导入报错。
1.3 为什么必须是 CSV，Excel 直接存 xlsx 行不行
不行。Gephi 不认.xlsx格式。它认的是.csv（逗号分隔值）和.tsv（制表符分隔值）。CSV 本质上就是一个纯文本文件，每一行是一条记录，字段之间用逗号隔开。
Excel 可以另存为 CSV，操作是：文件 → 另存为 → 选择"CSV UTF-8（逗号分隔）(*.csv)"。注意这里一定要选带 UTF-8 的那个选项，原因后面会详细讲，这是新手翻车最多的地方。
提示：如果你用的是 Mac 版 Excel，另存为的菜单里同样有"CSV UTF-8"选项，位置在"文件 → 另存为"的格式下拉框里。不要选"CSV（逗号分隔）"，那个默认编码不是 UTF-8。
2. 在 Excel 里把数据整理成 Gephi 能读的样子
2.1 最简边表的结构：两列，有表头
打开 Excel，新建一个工作表，第一行写表头。推荐用这两个名字：
- 第一列：
Source（或者写"源"、"起点"都行） - 第二列：
Target（或者写"目标"、"终点"）
从第二行开始，每一行填一对关系。比如：
| Source | Target |
|---|---|
| 张三 | 李四 |
| 李四 | 王五 |
| 张三 | 王五 |
| 王五 | 赵六 |
这四行数据，Gephi 读进去之后会生成四个节点（张三、李四、王五、赵六）和四条边。就这么简单。
表头这一行很重要，Gephi 导入的时候会问你要不要保留表头，有表头它才能正确识别哪列是 Source、哪列是 Target。所以千万别省表头。
2.2 有向图还是无向图，数据整理时就要想清楚
这里有个概念需要提前定：你的关系是有向的还是无向的。
- 无向图：A 和 B 有关系，就等于 B 和 A 有关系。比如"合作过"这种关系，通常是无向的。
- 有向图：A 指向 B，不代表 B 指向 A。比如"关注"关系，我关注你，你不一定关注我。
在 Excel 里，无向图你只需要写一行（张三-李四），Gephi 导入时选择"无向"类型，它会自动处理成双向可通行。有向图则要注意方向，Source 是起点，Target 是终点。
新手建议先用无向图练手，因为不用纠结方向问题，画出来的图也更容易看懂。等熟悉了再玩有向图。
2.3 权重列：让粗线细线区分关系强弱
如果你的关系有强弱之分，比如合作次数、通信频率、交易金额，可以加第三列Weight（权重）。比如：
| Source | Target | Weight |
|---|---|---|
| 张三 | 李四 | 5 |
| 李四 | 王五 | 2 |
| 张三 | 王五 | 8 |
导入 Gephi 后，权重高的边可以显示得更粗，一眼就能看出哪些关系更紧密。这个在文献共被引分析、社交互动分析里特别有用。
权重列不是必须的，但强烈建议有强弱关系的数据都加上。后面在 Gephi 的外观面板里，可以把权重映射到边的粗细上，视觉效果直接提升一个档次。
2.4 节点名称的坑：空格、特殊符号、重名
这是新手最容易忽略、也最容易导致导入失败的地方。节点名称在 Gephi 里是唯一标识，所以：
- 前后不要有空格。Excel 里肉眼看不出来，但"张三"和"张三 "在 Gephi 眼里是两个不同的节点。整理完数据后，可以用 Excel 的
TRIM函数批量清理空格。 - 避免特殊符号。逗号、引号、换行符这些在 CSV 里是分隔符或转义字符，节点名称里带了会直接把 CSV 结构搞乱。如果非要用，建议统一替换成下划线或短横线。
- 注意重名。如果两个不同的人同名，Gephi 会把它们当成同一个节点合并。这种情况需要在名称里加区分，比如"张三_研发部"和"张三_市场部"。
我自己的习惯是，整理完数据后先做一遍清洗：全选两列，用TRIM去空格，用查找替换把逗号、引号统一处理掉，再另存为 CSV。这一步花两分钟，能省掉后面半小时的排查时间。
3. 另存为 CSV 时的编码问题，90% 的乱码都出在这
3.1 为什么中文会变成乱码
CSV 文件本身不包含"我用的是什么编码"这个信息，它就是一串字节。Excel 默认另存的 CSV 用的是本地编码（中文 Windows 下通常是 GBK），而 Gephi 默认按 UTF-8 去读。编码对不上，中文就变成了"锟斤拷"或者一堆问号。
解决办法就一个：另存为的时候选"CSV UTF-8（逗号分隔）"。这样 Excel 会把中文按 UTF-8 编码写进文件，Gephi 读的时候就能正确显示。
如果你已经存成了普通 CSV，发现导入 Gephi 后中文乱码，不用重新整理数据，用记事本打开那个 CSV，另存为的时候把编码改成 UTF-8 就行。或者用 Notepad++ 这类编辑器，菜单里直接有"编码 → 转为 UTF-8"。
3.2 用记事本验证编码是否正确的笨办法
存完 CSV 之后，别急着导入 Gephi。先用记事本打开看一眼。如果中文正常显示，说明编码没问题；如果显示的是乱码，那说明编码还是不对，需要重新另存。
这个笨办法特别管用，因为记事本对编码的识别比较"诚实"，它显示乱码基本就是真乱码。而 Excel 打开 CSV 的时候会自动猜编码，有时候会"假装"显示正常，反而误导你。
3.3 Mac 和 Windows 下的差异
Windows 版 Excel 另存为 CSV 时，编码选项藏得比较深，需要在下拉框里主动选"CSV UTF-8"。Mac 版 Excel 相对好一点，另存为对话框里直接有"CSV UTF-8"这个格式选项。
另外，Mac 上如果用的是 Numbers 而不是 Excel，导出 CSV 的路径是"文件 → 导出 → CSV"，它默认就是 UTF-8，这点比较省心。但 Numbers 导出的 CSV 有时候会在字段里加引号，导入 Gephi 前最好用文本编辑器检查一下。
4. 在 Gephi 里导入 CSV 的完整操作链路
4.1 数据资料窗口：点哪个按钮
打开 Gephi，左侧有一个"数据资料"（Data Laboratory）窗口。注意，导入 CSV 不是在"概览"（Overview）里操作，而是在数据资料里。
具体路径：
- 点击顶部标签栏的数据资料
- 在打开的界面里，找到导入电子表格按钮（图标是一个表格加一个箭头）
- 在弹出的文件选择框里，选中你刚才存好的 CSV 文件
这里有个细节：Gephi 的"概览"和"数据资料"是两个独立的工作区。概览负责看图和调布局，数据资料负责管数据。导入数据必须在数据资料里做，很多新手在概览里找了半天找不到导入按钮，就是因为走错了地方。
4.2 导入向导里的三个关键选择
选中 CSV 后，Gephi 会弹出一个导入向导，分几步让你确认。这里有几个选项必须选对：
第一步：选择分隔符。默认是逗号，如果你存的是标准 CSV，保持默认就行。如果你用的是 TSV（制表符分隔），这里要改成 Tab。
第二步：选择导入类型。这里要选边表格（Edges table）。如果你选成了"节点表格"，Gephi 会把每一行当成一个节点，画出来的图就没有边了。
第三步：确认表头。向导里会显示你 CSV 的前几行，让你确认哪列是 Source、哪列是 Target。如果表头写的是中文"源"和"目标"，这里要手动在下拉框里对应上。用英文 Source/Target 的话，Gephi 通常能自动识别。
第四步：选择图类型。无向图选"无向"，有向图选"有向"。这个前面已经讲过怎么判断了。
4.3 导入后数据去哪了：节点和边两个标签页
导入成功后，数据资料窗口里会有两个标签页：节点和边。点"节点"能看到所有自动生成的节点，点"边"能看到所有关系。
如果这里节点数是 0 或者边数是 0，说明导入失败了。常见原因：分隔符选错了、导入类型选错了、CSV 编码有问题导致 Gephi 读不出内容。回到上一步重新检查。
确认节点和边都正常之后，点击顶部标签栏回到概览，你就能看到图了。不过这时候的图通常是一团乱麻，所有节点挤在一起，需要调布局。
5. 让图从"一团毛线"变成"能看的网络图"
5.1 布局算法：ForceAtlas 2 是新手首选
刚导入的图，所有节点默认堆在中心，完全看不出结构。这时候需要在左侧"布局"面板里选一个布局算法，点"运行"。
新手直接用ForceAtlas 2就行。它的逻辑是：节点之间有斥力，互相推开；有边的节点之间有引力，互相拉近。跑一会儿之后，关系紧密的节点会聚成一团，关系疏远的会散开，网络结构就出来了。
运行的时候可以勾选"防止重叠"，避免节点叠在一起看不清。跑个几十秒，图稳定了就可以点"停止"。
其他布局算法比如 Fruchterman Reingold、Yifan Hu 也可以试，但 ForceAtlas 2 的通用性最好，参数也最容易调。
5.2 用度值调整节点大小，一眼看出核心节点
图跑开之后，下一步是让重要的节点更显眼。最常用的指标是度（Degree），也就是一个节点连了多少条边。度越高，说明这个节点越核心。
操作路径：右侧"外观"面板 → 选"节点" → 选"尺寸" → 选"度" → 设置最小尺寸和最大尺寸 → 点"应用"。
比如最小设 10，最大设 50，那度低的节点就是小圆点，度高的节点就是大圆点。这样一眼就能看出谁是网络里的关键人物。
5.3 模块化：给不同社群上不同颜色
如果网络里有明显的社群结构（比如几拨人各自抱团），可以用模块化（Modularity）来上色。
操作路径：右侧"外观"面板 → 选"节点" → 选"颜色" → 选"模块化" → 点"应用"。
Gephi 会自动计算社群划分，给每个社群分配不同的颜色。同一个颜色的一坨，就是一个社群。这个在分析社区结构、研究群体聚类的时候特别直观。
5.4 显示标签和调整预览
节点和边都调好之后，可以打开底部的"标签"开关，让节点名称显示出来。如果标签太密，可以在"概览"里把图放大，或者只给度高的节点显示标签。
最后如果要导出图片，切到顶部的预览标签页，那里可以调背景色、节点透明度、边的粗细，调好之后点"导出"保存成 PNG 或 PDF。
6. 导入失败和显示异常的排查清单
6.1 导入后节点数为 0 的三种可能
这是最常见的问题，按顺序排查：
| 现象 | 可能原因 | 解决办法 |
|---|---|---|
| 节点和边都是 0 | 分隔符选错 | 检查 CSV 是逗号还是 Tab 分隔 |
| 节点有但边是 0 | 导入类型选成了节点表 | 重新导入，选"边表格" |
| 节点名全是乱码 | 编码不是 UTF-8 | 用记事本另存为 UTF-8 |
排查的时候，先用记事本打开 CSV 确认内容正常，再回 Gephi 重新走一遍导入向导。大部分问题都出在这三步里。
6.2 中文乱码的两种修复路径
如果已经导入 Gephi 才发现乱码，有两种修法：
路径一：改源文件。用记事本或 Notepad++ 打开 CSV，转成 UTF-8 编码保存，然后重新导入 Gephi。
路径二：改 Gephi 读取编码。这个比较麻烦，Gephi 本身没有提供导入时选编码的选项，所以还是改源文件更靠谱。
注意：不要试图在 Excel 里直接改编码，Excel 的另存为才是控制编码的地方。打开 CSV 再另存为，选 UTF-8，这是最稳的操作。
6.3 节点名称带空格导致的"重复节点"
前面提过，空格会导致同名节点被识别成两个。如果你发现节点数比预期多，比如明明只有 20 个人，结果生成了 25 个节点，大概率就是空格问题。
修复方法：回到 Excel，用TRIM函数清理两列的所有单元格，重新另存为 CSV，重新导入。TRIM的用法是在空白列输入=TRIM(A2)，往下拉，然后把结果复制回原列（用"选择性粘贴 → 值"）。
6.4 边太密看不清怎么办
如果边特别多，图会变成一团黑。这时候可以：
- 在"外观"面板里把边的透明度调低
- 用"过滤"面板按权重筛选，只显示权重高的边
- 在布局里增大斥力，让节点散得更开
过滤器的用法：右侧"过滤"面板 → 选"边" → 选"权重" → 设置范围 → 点"过滤"。这样可以把弱关系暂时隐藏，只看核心结构。
7. 一份可以直接抄的 Excel 模板结构
7.1 基础版：两列边表
最简模板就三行表头加数据：
| Source | Target |
|---|---|
| 节点A | 节点B |
| 节点B | 节点C |
| 节点A | 节点C |
存成 CSV UTF-8，导入 Gephi 选边表格、无向图，直接就能用。
7.2 进阶版：带权重和类型的边表
如果关系有强弱和类别，可以扩展成：
| Source | Target | Weight | Type |
|---|---|---|---|
| 节点A | 节点B | 5 | 合作 |
| 节点B | 节点C | 2 | 引用 |
| 节点A | 节点C | 8 | 合作 |
Weight 列用来调边的粗细，Type 列可以在 Gephi 里用来分类上色。导入的时候，Gephi 会问你要不要把 Type 列作为边的属性导入，选"是"就行。
7.3 整理数据时的三个自查动作
每次存 CSV 之前，花一分钟做这三件事：
- 去空格：用
TRIM清理 Source 和 Target 两列 - 查重名：用"条件格式 → 突出显示重复值"检查节点名称有没有意外重复
- 看编码：另存为时确认选的是"CSV UTF-8"
这三步做完，导入 Gephi 基本不会出问题。我自己的项目里，这套流程跑了几十次，没再因为数据格式翻过车。
8. 从 CSV 到网络图，真正要练的是数据思维
工具操作本身不难，Gephi 的导入流程走一遍就会了。真正决定图好不好看的，是你在 Excel 里整理数据时的思路。同样一份关系数据，有人整理出来是一团乱麻，有人整理出来结构清晰，差别就在对"节点"和"边"的理解上。
我的建议是，刚开始别追求复杂的分析，先用一份小数据（十几个节点、二三十条边）把整个流程跑通。从 Excel 整理、另存 CSV、导入 Gephi、调布局、上色、导出图片，完整走一遍。走通之后，再换更大的数据、更复杂的属性。这个顺序比一上来就啃大项目要高效得多。
另外，CSV 文件建议保留一份原始版和一份清洗版。原始版不动，清洗版用来导入。这样万一导入出问题，还能回头对比是哪里改坏了。这个习惯在数据量大的时候特别救命。
