在线弦图生成器 - 圆形彩色关系图

免费在线弦图（Chord Diagram）生成器。上传 CSV 数据即可生成圆形彩色弦图，并下载高清 PNG / SVG（无水印）。页面默认内置 50 个国家流动的示例数据，打开即可看到效果。

一、什么是弦图？

弦图（Chord Diagram）是一种用于展示多个类别之间「流向 / 关联强弱」的环状数据可视化图表。其名称源于几何学中的”弦”——即端点在圆上的线段。在数据可视化中，各个类别沿圆周排布为彩色弧段，类别之间的连线（弦带）越粗，代表它们之间的关系或流量越大。

弦图的核心价值在于：它能够直观地回答「谁和谁在流动、流动多大」这一核心问题。与传统的表格或柱状图相比，弦图将复杂的多对多关系浓缩于一个圆形布局之中，让观者一眼便能识别出「谁和谁关系紧密、哪个流向最强」。

从技术层面看，弦图可以视为弧长链接图的一种变体，是一种显示矩阵中数据间相互关系的可视化方法。节点数据沿圆周径向排列，节点之间使用带权重（有宽度）的弧线链接。这种设计使得弦图尤其适合比较数据集或不同数据组之间的相似性。

二、主要应用场景

弦图广泛应用于需要展示多实体间复杂关系的各类场景：

• 贸易与人口流动：国家或城市间的贸易额、资本流动、移民人口迁移等，例如全球进出口贸易关系、城市间人口迁徙流向。
• 社交网络分析：用户之间的关注、转发、互动关系，社群内的信息传播路径。弦图能够清晰展示社交网络中核心节点与边缘节点的互动强度。
• 生物信息与基因组学：物种或基因间的关联强度、共现关系。在生物科学界，弦图被广泛用于可视化基因数据。
• 企业管理与组织分析：部门间协作频次、知识流动、沟通密度。管理者可借此识别组织内的信息孤岛或协作枢纽。
• 文本与共现分析：关键词共现网络、作者合作图谱。学术文献分析中，弦图常用于展示研究热点之间的关联。

三、图中的数字代表什么意思？

弦图中的数字刻度位于彩色外弧内侧的留白区域，表示该节点弧段上的累计流量。具体含义如下：

• 刻度从 0 递增至该节点的进出总量，单位与你上传的 CSV 数据中 value 列的单位保持一致。
• 弧长与流量成正比——一个节点的外弧越长，代表该节点的总流入流出量越大。
• 弦带宽度与流量成正比——两个节点之间的弦带越宽，代表两地间的流量越大。

简而言之：看外弧长度判断节点总流量，看弦带宽度判断两两关系强度。若需聚焦主要关系，忽略细带只读最粗的几条即可；对于对称矩阵数据（如双向计数），弦图会画出双向带，可通过方向颜色（如有）加以区分。

四、如何使用本工具

4.1 数据准备

本工具接受 CSV 格式的三列数据：source,target,value。

• source（源节点）：关系的发起方，如国家名、用户名、部门名等
• target（目标节点）：关系的接收方
• value（流量值）：两者之间的流量大小，如贸易额、互动次数等

数据限制：最多 200 行、节点最多 60 个。带或不带表头均可。

CSV 数据格式示例：

source,target,value
China,Japan,380
China,USA,460
Germany,France,340

4.2 操作步骤

1. 打开页面：访问工具页面，即可看到内置的 50 个国家流动示例弦图。
2. 上传数据：拖拽 CSV 文件到指定区域，或点击「点击上传」按钮选择文件。也可先点击「载入示例」体验效果。
3. 选择配色：工具提供三种配色主题——经典分区 / 彩虹配色 / 莫兰迪配色，一键切换即可调整图表风格，还支持浅色 / 深色两种显示模式。
4. 导出图片：点击「下载 PNG」或「下载 SVG」保存图片。PNG 为 2 倍高清分辨率，SVG 为可缩放矢量图，均无水印。

4.3 核心特性

• 100% 免费使用，无次数限制
• 无需注册或登录
• 在浏览器中直接运行，无需下载安装
• 数据完全本地处理，绝不上传服务器，充分保障隐私安全

五、常见问题（FAQ）

Q1：弦图的数据必须是 source, target, value 三列吗？

是的。工具接受三列 CSV 数据（source, target, value），最多支持 200 行、60 个节点。带或不带表头均可。

Q2：支持哪些文件格式？

支持 .csv 文本文件。

Q3：数据量有什么限制？

节点最多 60 个、关系最多 200 条。

Q4：导出的图片质量如何？

PNG 为 2 倍高清分辨率，SVG 为可自由缩放的矢量格式，两种格式均无水印。

Q5：我的数据会上传到服务器吗？

不会。所有数据处理完全在浏览器本地完成，绝不上传至任何服务器。

Q6：弦图中的弦带为什么有方向？

对于对称矩阵数据（如双向计数），弦图会画出双向带，可通过方向颜色（如有）加以区分。

Q7：节点太多导致图表看起来很密怎么办？

若节点较多，建议聚焦主要关系——忽略细带只读最粗的几条即可快速抓住核心信息。

---

最后核验：2026-09-10