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
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
![](/assets/blank.gif)
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
![](/assets/blank.gif)
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。
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
![](/assets/blank.gif)
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()
![](/assets/blank.gif)
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 ...
最新文章
- MySQL:Innodb DB_ROLL_PTR指针解析
- BG.Hive - part1
- 探索 .NET Core 依赖注入的 IServiceCollection
- MAX535 单路13位DAC 模拟SPI驱动
- POJ 2255 Tree Recovery(已知前序中序,求后序)
- 如何c51和mdk共存兼容_2020年网站如何做seo优化
- Excel表中的数据导入到数据库中
- 使用ENVI下载雷达图像参考DEM的方法
- iphone 3G 刷机错误解决集锦
- 激光雷达点云数据处理
- 北斗导航 | dBW/dBm/W快速换算方法
- 遥感中为什么要使用微波
- “美国人工智能倡议”解读
- 邮箱显示exchange账号服务器错误,Exchange服务器刚开始用就总是出错!
- 《Intel汇编语言程序设计》环境搭建
- IceSword V1.22 Final 冰刃
- 系统盘无损迁移至固态硬盘(机械硬盘)
- 春招+秋招核心面试问题
- 鸿蒙:这个备胎不太冷
- 给有从事软件研发想法的在校大学生的一丝建议
热门文章
- connect to server 192.168.xxx.xxx:22122 fail 使用FastDFS测试上传文件时报错
- Unity3d 等比例缩放小地图制作
- 纽约时报竞赛获奖秘诀是什么?
- 独孤思维:从《狂飙》高启强身上获得的赚钱机会
- ntp服务器udp协议,windows2003 2008 2012 2016 2019封UDP协议服务器自动同步时间
- 一条Javascript命令玩转EOS, js4eos开源了
- 树莓派自动化测试工具LTF
- 隧道人员定位考勤软件详细介绍
- 使用.NET 框架压缩版开发Windows Mobile 2003 for Smartphone
- C语言结构体数组定义及赋值