Ontoviz

使用Python进行本体可视化

安装

python -m pip install ontoviz

示例

    ontoviz_to_dot -o test.dot test.ttl -O ontology.ttl
    dot -Tpng -o test.png test.dot

• 使用-o指定输出文件路径
• 使用-O指定输入本体（可选）。
• 使用-C指定配置文件（可选）。

  • max_label_length：配置标签的最大长度。如果文本超过长度，则超出部分将被替换为“…”。默认值是0。

  • blacklist：配置在图中不希望看到的谓词。

  • class_inference_in_object：配置可以推断对象是类的谓词，即使类在本体中没有定义。

  • label_property：配置用于标记节点的谓词，如果存在这样的标签，则将其显示在节点内部。

  • tooltip_property：配置包含工具提示文本的谓词。

  • bnode_regex：正则表达式列表，如果URI匹配，则将其显示为没有URI和标签的空白节点。如果有大量的具体化，这可能很有用。

  • colors：配置节点颜色

    • class、literal、instance可以接受十六进制值（例如："#ff0000"）、MATLAB样式（例如："r"）和颜色名称（例如："red"）。

      "colors": { "class": "#ff0000", "literal": "r", "instance": "red", }

    • instance也可以接受一个字典值来指定每个类实例的颜色。使用"default"为未定义的实例设置颜色。

      "instance": { "https://tac.nist.gov/tracks/SM-KBP/2018/ontologies/SeedlingOntology#Facility": "#a6cee3", "default": "#ffff99" }

    • filled：配置是否填充节点，默认值：true。

• 在输出图中将省略本体中定义的类。可以通过参数-V切换此操作。

有用的Graphviz标志

• -K用于指定要使用的布局算法。例如：-Kneato和-Ksfdp。注意，为了使用sfdp布局算法，您需要使用GTS构建您的Graphviz。
• -T用于指定输出格式。
• -G用于设置图形属性。例如：-Goverlap=prism

要求

在安装过程中安装了所有最小Python要求

python -m pip install ontoviz

对于开发环境，请

git clone https://github.com/WWU-AMM/ontoviz
cd ontoviz
virtualenv venv
. venv/bin/activate
python -m pip install -e .[full]
pre-commit install

这将还安装文档构建和测试工具

为了将dot转换为png或svg图像，您需要Graphviz。

测试

简单地从存储库根目录运行pytest。所有测试在GitHub actions在push/PR时也会自动运行。