Python网络图【networkx】极简代码

文章目录

  • 安装
  • 简介
  • 示例
    • 无多重边无向图
    • 有多重边有向图
    • 布局
    • 其他算法
  • 附录

安装

Anaconda Prompt下输入conda install networkx

简介

import networkx as nx
# 创建图
# G = nx.Graph()  # 无多重边无向图
G = nx.DiGraph()  # 无多重边有向图
# G = nx.MultiGraph()  # 有多重边无向图
# G = nx.MultiDiGraph()  # 有多重边有向图
# 添加节点
G.add_node('a')
# 添加边
G.add_edge('b', 'c')
# 绘图
nx.draw(G, with_labels=True)

在这里插入图片描述

绘图参数 中文解释
node_size 节点的大小
node_color 节点的颜色
node_shape 节点的形状
alpha 透明度
width 边的宽度
edge_color 边的颜色
style 边的样式
with_labels 节点是否带标签
font_size 节点标签字体大小
font_color 节点标签字体颜色

示例

无多重边无向图

import jieba, networkx as nx, matplotlib.pyplot as mp
# 分词
jieba.suggest_freq(('人', '美', '波'), True)
text = '大氵皮美人鱼人美氵皮大。女乃罩作用是用作罩女乃。明天到操场操到天明。广木上人客叫客人上广木。上海自来水来自海上。'
words = jieba.lcut(text)
# 创建空的网络图
G = nx.Graph()
# 添加节点
for word in words:
    G.add_node(word)
# 添加边
for i in range(len(words) - 1):
    G.add_edge(words[i], words[i+1])
# 用黑体显示中文
mp.rcParams['font.sans-serif']=['SimHei']
# 绘图
nx.draw(G, alpha=1, with_labels=True, node_color='white', font_size=12)

Python网络图【networkx】极简代码_第1张图片

有多重边有向图

%matplotlib inline
import jieba.posseg as jp, networkx as nx
# 分词
text = '大氵皮美人鱼人美氵皮大。女乃罩作用是用作罩女乃。明天到操场操到天明。广木上人客叫客人上广木。上海自来水来自海上。'
words = jp.lcut(text)
# 创建【无多重边有向图】
G = nx.MultiDiGraph()  # 有多重边有向图
# 添加节点
for word in words:
    G.add_node(word.flag)
# 添加边
for i in range(len(words) - 1):
    G.add_edge(words[i].flag, words[i+1].flag)
# 绘图
nx.draw(G, alpha=0.8, with_labels=True, node_color='lightgreen', font_size=36, node_size=999, width=2)

Python网络图【networkx】极简代码_第2张图片

布局

参数 解释
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
nx.draw(G, pos=nx.shell_layout(G), alpha=0.8, with_labels=True, node_color='lightgreen', font_size=36, node_size=999, width=2)

Python网络图【networkx】极简代码_第3张图片

其他算法

函数 功能
nx.shortest_path_length 最短距离
nx.shortest_path 最短路径
nx.pagerank 网页排名

附录

GitHub地址:
https://github.com/AryeYellow/PyProjects/blob/master/DataScience/Visualization.ipynb

你可能感兴趣的:(Python可视化)