大家好,又见面了,我是你们的朋友全栈君。
networkx之图遍历和图绘制
图数据读取后默认标签(labels)为索引,如何使用编号id?
例如在读取football数据时,其labels都是节点的英文名称,这样在处理图数据时不是很方便,往往报错,我们通常习惯处理节点的编号从1开始,可以建立label-id的反向索引,如果处理图数据时只需要编号id,可以将labels属性设置为id,如果之后还需要查询,可返回反向索引字典
处理函数如下:
def swap_id_label(G):
""" 建立id和label的反向索引 return: new_graph :rtype: object """
nodes = []
edges = []
nodes_id = dict()
nodes_label = dict()
for id, label in enumerate(G.nodes()):
nodes_id[label] = id + 1
nodes_label[id + 1] = label
nodes.append(id + 1)
for (u, v) in G.edges():
edges.append((nodes_id[u], nodes_id[v]))
new_graph = nx.Graph()
new_graph.add_nodes_from(nodes)
for node in nodes:
new_graph.add_node(node, labels = node)
new_graph.add_edges_from(edges)
return new_graph
参考博客:【Python】networkx读取gml图文件,有两个问题影响使用
图数据读取后,如何得到节点集和边集?
在图数据读取后,我们在算法中处理数据时往往会对图的节点集和边集进行处理,下面提供几种遍历方式:
-
G.edges()
:返回的是列表,列表中为边连接二元组(u, v)
G = nx.karate_club_graph() print(G.edges()) for edge in G.edges(): ···
-
G.nodes
和G.nodes()
返回值一样,均是节点集列表 -
遍历id、labels
for id, label in enumerate(G.nodes()): print("id, label-> ", id , ":", label)
-
读取节点属性
for node in G.nodes: print('---> ', G.nodes[node]) print('---| ', G.nodes[node]['value']) print('---< ', G._node[node]['labels'])
如何绘制多样的图?
在绘制图时,有时我们可能需要为节点着不同的颜色,展示不同属性和大小等等,需要为边添加不同的线型,颜色、粗细等等,这时需要分步绘制,其各类属性如下:
# 画点
draw_networkx_nodes(G, pos, nodelist=None, node_size=300, node_color='#1f78b4', node_shape='o', alpha=None,cmap=None,
vmin=None, vmax=None, ax=None, linewidths=None, edgecolors=None, label=None, **kwds)
# 画边
draw_networkx_edges(G, pos, edgelist=None, width=1.0, edge_color='k', style='solid', alpha=None, arrowstyle='-|>', arrowsize=10,
edge_cmap=None, edge_vmin=None, edge_vmax=None, ax=None, arrows=True, label=None, node_size=300, nodelist=None,
node_shape='o', connectionstyle=None, min_source_margin=0, min_target_margin=0, **kwds)
# 标签
draw_networkx_labels(G, pos, labels=None, font_size=12, font_color='k', font_family='sans-serif', font_weight='normal',
alpha=None, bbox=None, ax=None, **kwds)
# 边的标签
draw_networkx_edge_labels(G, pos, edge_labels=None, label_pos=0.5, font_size=10, font_color='k', font_family='sans-serif',
font_weight='normal', alpha=None, bbox=None, ax=None, rotate=True, **kwds)
属性参考博客链接:networkx —— 基本操作及画图
?
下面以karate_club数据集为例绘制图:
import networkx as nx
import matplotlib.pyplot as plt
G = nx.karate_club_graph()
pos = nx.spring_layout(G) # 节点的布局为spring型
plt.figure(figsize = (6, 6)) # 图片大小
nodes = list(G.nodes())
vn = len(nodes)
nodes1 = [nodes[i] for i in range(0, (int)(vn / 2))]
nodes2 = [nodes[i] for i in range((int)(vn / 2), vn)]
nx.draw_networkx_nodes(G, pos = pos, nodelist=nodes1, node_color='r', node_size=140)
nx.draw_networkx_nodes(G, pos = pos, nodelist=nodes2, node_color='y', node_size=80)
edges = list(G.edges())
en = len(edges)
edges1 = [edges[i] for i in range(0, (int)(en / 2))]
edges2 = [edges[i] for i in range((int)(vn / 2), en)]
nx.draw_networkx_edges(G, pos = pos, edgelist=edges1, style='dashed', edge_color='g', width=1.0 , alpha='0.6')
nx.draw_networkx_edges(G, pos = pos, edgelist=edges2, style='dashed', edge_color='b', width=1.0 )
plt.show()
绘制结果如下
详细networkx使用见官网https://networkx.org/
官方文档已上传至资源☞☞☞传送门networkx.pdf
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/141886.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...