转自：http://www.cnblogs.com/huiyang865/p/5677449.html

绘制基本网络图

用matplotlib绘制网络图
基本流程：
1. 导入networkx，matplotlib包
2. 建立网络
3. 绘制网络 nx.draw()
4. 建立布局 pos = nx.spring_layout美化作用
最基本画图程序

1 import networkx as nx             #导入networkx包
2 import matplotlib.pyplot as plt
3 G = nx.random_graphs.barabasi_albert_graph(100,1)   #生成一个BA无标度网络G
4 nx.draw(G)                               #绘制网络G
5 plt.savefig("ba.png")           #输出方式1: 将图像存为一个png格式的图片文件
6 plt.show()                            #输出方式2: 在窗口中显示这幅图像

networkx 提供画图的函数有：

draw（G，[pos,ax,hold]）
draw_networkx(G，[pos,with_labels])
draw_networkx_nodes(G,pos,[nodelist]) 绘制网络G的节点图
draw_networkx_edges(G,pos[edgelist]) 绘制网络G的边图
draw_networkx_edge_labels(G, pos[, ...]) 绘制网络G的边图，边有label
---有layout 布局画图函数的分界线---
draw_circular(G, **kwargs) Draw the graph G with a circular layout.
draw_random(G, **kwargs) Draw the graph G with a random layout.
draw_spectral(G, **kwargs) Draw the graph G with a spectral layout.
draw_spring(G, **kwargs) Draw the graph G with a spring layout.
draw_shell(G, **kwargs) Draw networkx graph with shell layout.
draw_graphviz(G[, prog]) Draw networkx graph with graphviz layout.

networkx 画图参数：
- node_size: 指定节点的尺寸大小(默认是300，单位未知，就是上图中那么大的点)
- node_color: 指定节点的颜色 (默认是红色，可以用字符串简单标识颜色，例如'r'为红色，'b'为绿色等，具体可查看手册)，用“数据字典”赋值的时候必须对字典取值（.values()）后再赋值
- node_shape: 节点的形状（默认是圆形，用字符串'o'标识，具体可查看手册）
- alpha: 透明度 (默认是1.0，不透明，0为完全透明)
- width: 边的宽度 (默认为1.0)
- edge_color: 边的颜色(默认为黑色)
- style: 边的样式(默认为实现，可选： solid|dashed|dotted,dashdot)
- with_labels: 节点是否带标签（默认为True）
- font_size: 节点标签字体大小 (默认为12)
- font_color: 节点标签字体颜色（默认为黑色）
e.g. nx.draw(G,node_size = 30, with_label = False)
绘制节点的尺寸为30，不带标签的网络图。

布局指定节点排列形式

pos = nx.spring_layout

建立布局，对图进行布局美化，networkx 提供的布局方式有：
- circular_layout：节点在一个圆环上均匀分布
- random_layout：节点随机分布
- shell_layout：节点在同心圆上分布
- spring_layout：用Fruchterman-Reingold算法排列节点
- spectral_layout：根据图的拉普拉斯特征向量排列节
布局也可用pos参数指定，例如，nx.draw(G, pos = spring_layout(G)) 这样指定了networkx上以中心放射状分布.

绘制划分后的社区

先看一段代码，代码源自site

partition = community.best_partition(User)
size = float(len(set(partition.values())))
pos = nx.spring_layout(G)
count = 0.for com in set(partition.values()) :count = count + 1.list_nodes = [nodes for nodes in partition.keys()if partition[nodes] == com]                 nx.draw_networkx_nodes(G, pos, list_nodes, node_size = 50,node_color = str(count / size))nx.draw_networkx_edges(User,pos,with_labels = True, alpha=0.5 )
plt.show()

communit.best_partition 是社区划分方法，算法是根据Vincent D.Blondel 等人于2008提出，是基于modularity optimization的heuristic方法.
partition的结果存在字典数据类型：
{'1': 0, '3': 1, '2': 0, '5': 1, '4': 0, '6': 0}
单引号里的数据是key，也就是网络中节点编号。
冒号后面的数值，表示网络中节点的编号属于哪个社区。也就是社区标号。如'6': 0表示6节点属于0社区

list_nodes = [nodes for nodes in partition.keys() if partition[nodes] == com]

每次循环list_nodes结果是社区i对应的用户编号。
如第一次循环结果是com = 0, list_nodes= ['1','2','4','6']
第二次循环的结果是com = 1, list_nodes = ['3','6']
这样每次循环，画出一个社区的所有节点：

nx.draw_networkx_nodes(G, pos, list_nodes, node_size = 50,node_color = str(count / size))

循环结束后通过颜色来标识不同社区.

Python networkx 绘制网络图简介相关推荐

【科学文献计量】networkx绘制网络图的基本属性，图形读写以及无向/有向图形绘制详解
networkx绘制网络图基本属性,图形读写以及无向/有向图形绘制详解 1 Properties of graph 图像属性 1.1 案例 1.2 代码详解 2 Read and write grap ...
使用networkx绘制网络图及模块使用
使用networkx绘制网络图及模块使用主要练习了包和模块的生成,并且学习了各种可视化的操作方法,包括networkx库(对于网络的生成).使用matplotlib.seaborn画柱形图,折线图等 ...
python画有权重网络图_Python可视化之NetworkX绘制网络图\节点关系
除了Gephi,python的NetworkX也是绘制网络图的利器,后者功能更强大,能兼容Gephi的一些绘制结果,但相应学习成本也更高点.另外似乎还有一个igraph-python库,后期可以学习一 ...
networkx绘制网络图的知识点
1.创建一个空的无向图 import networkx as nx import matplotlib.pyplot as plt G = nx.Graph() G.clear() # 清空图上的元素 ...
python画有权重网络图_使用Python的networkx绘制精美网络图教程
最近因为数学建模3天速成Python,然后做了一道网络的题,要画网络图.在网上找了一些,发现都是一些很基础的丑陋红点图,并且关于网络的一些算法也没有讲,于是自己进http://networkx.git ...
用python画关系网络图-使用Python的networkx绘制精美网络图教程
最近因为数学建模3天速成Python,然后做了一道网络的题,要画网络图.在网上找了一些,发现都是一些很基础的丑陋红点图,并且关于网络的一些算法也没有讲,于是自己进http://networkx.git ...
[python] 基于NetworkX实现网络图的绘制
文章目录 NETWORK CHART(网络图) 1. 自pandas基础网格图绘制 Basic Network from pandas data frame 2. 自定义NetworkX图形外观 Cu ...
使用NetworkX绘制深度神经网络结构图（Python）
本文将展示如何利用Python中的NetworkX模块来绘制深度神经网络(DNN)结构图. 已知我们创建的DNN结构图如下: 该DNN模型由输入层.隐藏层.输出层和softmax函数组成,每一层的神经 ...
Python networkx 根据节点坐标来画网络图
上篇请移步到python 使用networkx绘制带权无向图和带权有向图,以及标注特定路径_networkx 有向图_水w的博客-CSDN博客 python networkx图可视化基础知识以及解决 ...

Python networkx 绘制网络图简介

转自：http://www.cnblogs.com/huiyang865/p/5677449.html

绘制基本网络图

绘制划分后的社区

Python networkx 绘制网络图简介相关推荐

最新文章

热门文章