快捷導(dǎo)航

Python Matplotlib 基于networkx畫關(guān)系網(wǎng)絡(luò)圖

更新時間：2019年07月10日 09:33:21 作者：roguesir

這篇文章主要介紹了Python Matplotlib 基于networkx畫關(guān)系網(wǎng)絡(luò)圖，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

前言

昨天才開始接觸，鼓搗了一個下午，接下來會持續(xù)更新，如果哪里有錯誤的地方，望各位大佬指出，謝謝！

數(shù)據(jù)描述

兩個文件，一個文件包含了網(wǎng)絡(luò)圖的節(jié)點，節(jié)點存在類別（0，1，2，3）四類，但是0類別舍去，不畫出；另一個文件包含了網(wǎng)絡(luò)圖的邊，數(shù)據(jù)基本特征如下：

圖1中，id表示節(jié)點，b是類別；圖2中，兩個數(shù)字表示邊連接的兩個點。

Networkx

安裝

我的系統(tǒng)是Mac OS，直接在terminal輸入sudo pip install networkx就可以安裝，由于代碼中涉及幾個函數(shù)，在python3中會報錯，我用python2.7.13實現(xiàn)的

基本使用方法

import networkx as nx          #導(dǎo)入networkx包
import matplotlib.pyplot as plt   #導(dǎo)入繪圖包matplotlib（需要安裝，方法見第一篇筆記）
G =nx.random_graphs.barabasi_albert_graph(100,1)  #生成一個BA無標(biāo)度網(wǎng)絡(luò)G
nx.draw(G)             #繪制網(wǎng)絡(luò)G
plt.savefig("ba.png")      #輸出方式1: 將圖像存為一個png格式的圖片文件
plt.show()              #輸出方式2: 在窗口中顯示這幅圖像

參數(shù)介紹基本

- `node_size`: 指定節(jié)點的尺寸大小(默認(rèn)是300，單位未知，就是上圖中那么大的點)
- `node_color`: 指定節(jié)點的顏色 (默認(rèn)是紅色，可以用字符串簡單標(biāo)識顏色，例如'r'為紅色，'b'為綠色等，具體可查看手冊)
- `node_shape`: 節(jié)點的形狀（默認(rèn)是圓形，用字符串'o'標(biāo)識，具體可查看手冊）
- `alpha`: 透明度 (默認(rèn)是1.0，不透明，0為完全透明)
- `width`: 邊的寬度 (默認(rèn)為1.0)
- `edge_color`: 邊的顏色(默認(rèn)為黑色)
- `style`: 邊的樣式(默認(rèn)為實現(xiàn)，可選： solid|dashed|dotted,dashdot)
- `with_labels`: 節(jié)點是否帶標(biāo)簽（默認(rèn)為True）
- `font_size`: 節(jié)點標(biāo)簽字體大小 (默認(rèn)為12)
- `font_color`: 節(jié)點標(biāo)簽字體顏色（默認(rèn)為黑色）

布局

circular_layout：節(jié)點在一個圓環(huán)上均勻分布
random_layout：節(jié)點隨機分布
shell_layout：節(jié)點在同心圓上分布
spring_layout：用Fruchterman-Reingold算法排列節(jié)點
spectral_layout：根據(jù)圖的拉普拉斯特征向量排列節(jié)點

代碼

# coding:utf-8
 
 
import networkx as nx 
import matplotlib.pyplot as plt
import csv
 
with open('node-8.csv','rb') as csvfile:
	reader = csv.DictReader(csvfile)
	column = [row['b'] for row in reader]
	id_tag0 = [row['id'] for row in reader]
#print column
id_tag = []
for item in id_tag0:
	id_tag.append(int(item))
 
# =================Setting node parameters====================
node_0 = []
node_1 = []
node_2 = []
node_3 = []
node_color = []
node_color_y = []
node_color_r = []
node_color_g = []
node_color_b = []
node_shape = []
node_shape_0 = []
node_shape_1 = []
node_shape_2 = []
node_shape_3 = []
 
for i in range(len(column)):
	if int(column[i]) == 0:
		pass
	elif int(column[i]) == 1:
		color = 'r'
		shape = 'o'
		node_1.append(i)
		node_color_r.append(color)
		node_shape_1.append(shape)
	elif int(column[i]) == 2:
		color = 'g'
		shape = 'o'
		node_2.append(i)
		node_color_g.append(color)
		node_shape_2.append(shape)
	else:
		color = 'b'
		shape = '*'
		node_3.append(i)
		node_color_b.append(color)
		node_shape_3.append(shape)
	node_color.append(color)
	node_shape.append(shape)
# ==============================================================
 
 
with open('node-8.csv','rb') as csvfile:
	reader = csv.DictReader(csvfile)
	column1 = [row['b'] for row in reader]
	id_tag1 = [row['id'] for row in reader]
#print column
id_tag11 = []
for item in id_tag1:
	id_tag11.append(int(item))
 
 
 
edge = []
with open('edge-8.txt','r') as f: 
	data = f.readlines() 
	for line in data:
		#print line
		line = tuple(line.replace('\r','').replace('\n','').replace('\t','').split(','))
		edge.append(line)
#print edge
 
# ===============Setting edge parameters=========================
edge_color = []
edge_style = []
 
for item in edge:
	#print item
	if int(column1[int(item[0])]) == 0 or int(column1[int(item[1])]) == 0:
		pass
	elif int(column1[int(item[0])]) == 1 or int(column1[int(item[1])]) == 1:
		color = 'r'
		#style0 = 'dashdot'
		#color_r_list.append(color)
	elif int(column1[int(item[0])]) == 2 or int(column1[int(item[1])]) == 2:
		color = 'g'
		#style0 = 'dashed'
		#color_r_list.append(color)
	else:
		color = 'b'
		#style0 = 'dotted'
		#color_b_list.append(color)
	edge_color.append(color)
	#edge_style.append(style0)
 
 
G = nx.Graph()
#G.add_nodes_from(id_tag)
G.add_edges_from(edge)
 
#nx.draw(G,pos=nx.random_layout(G), nodelist = node_0, node_color = node_color_y, node_size=120, node_shape=node_shape_0)
#nx.draw(G,pos=nx.random_layout(G), nodelist = node_1, node_color = node_color_r, node_size=120, node_shape=node_shape_1)
#nx.draw(G,pos=nx.random_layout(G), nodelist = node_2, node_color = node_color_g, node_size=120, node_shape=node_shape_2)
#nx.draw(G,pos=nx.random_layout(G), nodelist = node_3, node_color = node_color_b, node_size=120, node_shape=node_shape_3)
 
nx.draw_networkx(G,pos=nx.random_layout(G),node_color=node_color,node_size=10,node_shape='o',edge_color=edge_color,width=0.3,style='solid',font_size=8) 
#nx.draw_networkx(G,pos=nx.random_layout(G),nodelist = node_1,node_color=node_color,node_size=100,node_shape='o',style='dashdot') 
#nx.draw_networkx(G,pos=nx.random_layout(G),node_color=color_g_list,node_size=150,node_shape='^',style='dashed') 
#nx.draw_networkx(G,pos=nx.random_layout(G),node_color=color_b_list,node_size=150,node_shape='*',style='dotted') 
 
#plt.legend()
#nx.draw_networkx(G)
plt.show()

畫圖