前言
昨天才开始接触,鼓捣了一个下午,接下来会持续更新,如果哪里有错误的地方,望各位大佬指出,谢谢!
数据描述
两个文件,一个文件包含了网络图的节点,节点存在类别(0,1,2,3)四类,但是0类别舍去,不画出;另一个文件包含了网络图的边,数据基本特征如下:
图1中,id表示节点,b是类别;图2中,两个数字表示边连接的两个点。
Networkx
安装
我的系统是Mac OS,直接在terminal输入sudo pip install networkx就可以安装,由于代码中涉及几个函数,在python3中会报错,我用python2.7.13实现的
基本使用方法
import networkx as nx #导入networkx包 import matplotlib.pyplot as plt #导入绘图包matplotlib(需要安装,方法见第一篇笔记) G =nx.random_graphs.barabasi_albert_graph(100,1) #生成一个BA无标度网络G nx.draw(G) #绘制网络G plt.savefig("ba.png") #输出方式1: 将图像存为一个png格式的图片文件 plt.show() #输出方式2: 在窗口中显示这幅图像
参数介绍基本
- `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)
- `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)
布局
- 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点
代码
# 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()
画图
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。
Python Matplotlib 基于networkx画关系网络图
- Author -
roguesir声明:登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。
Reply on: @reply_date@
@reply_contents@