Python之networkx绘制网络图

目录

1.创建指定的网络图

2.添加结点(node)、边(edge)、权重(weight)

3.设置图的位置

4.绘图

5.输出邻接矩阵

---

本文需要用到的库有：networkx,pylab

1.创建指定的网络图
 

图的类型	对应代码
3正则图	G=nx.cubical_graph()
无向图	G=nx.Graph()
有向图	G=nx.DiGraph()
多重无向图	G=nx.MultiGraph()
多重有向图	G=nx.MultiDiGraph()

1.1 利用邻接矩阵来创建图

在以上代码的括号内放入对应的邻接矩阵即可

例如：

G=nx.Graph(W)  # W是邻接矩阵

如果 括号内不放入邻接矩阵，那么会创建一个空对象，需要利用下面的方法向图中添加属性

2.添加结点(node)、边(edge)、权重(weight)

• 2.1添加结点(node)

  添加结点的方式	例子	对应代码
  添加单个结点：直接在括号内填编号	添加编号为1的结点	G.add_node(1) # 添加编号为1的结点
  添加多个结点：在括号内放入列表	添加编号为A、B的结点	G.add_nodes_from(['A','B']) # 从列表中添加结点
  	添加编号为1~7的结点	G.add_nodes_from(range(1,7))

• 2.2添加边(edge)

  添加边的方式	例子	对应代码
  添加1条边：直接在括号内填两个结点名称	在A、B之间加1条边	G.add_edge('A','B')
  添加多条边：在括号内放入列表	添加list中的边	list=[(1,2),(1,3),(2,3), (3,2),(3,5),(4,2), (4,6),(5,2),(5,4), (6,5)] G.add_edges_from(list)

• 2.3添加权重(weight)

  注意：权重一般不会单独添加，而是与对应的边一起同时添加
  
  因此，添加权重的本质是：添加有权重的边

  添加有权重的边的方式	例子	对应代码
  添加1条有权重的边：直接把两个结点、权重写在括号内	添加结点1、2之间一条权重为0.5的边	# 添加编号为1、编号为2的结点，并在二者之间加一条权重为0.5的边 G.add_edge(1,2,weight=0.5)
  添加多条有权重的边：用列表	添加list中的赋权边	list=[('A','B',0.3),('B','C',0.9),('A','C',0.5),('C','D',1.2)] G.add_weighted_edges_from(list) # 从列表中添加多条赋权边

  2.4总结：

无论是添加结点、边、权重，都有：

如果添加1个，则直接写在括号内；

如果添加多个，则先写在列表里，再放进括号内

3.设置图的位置、字体、标题等

注意：首先要引入库pylab

import pylab as plt

plt.subplot(221) # 设置图的位置
plt.rc("font",size=16)  # 设置图的字体
plt.title("My title")  # 设置图的标题

4.绘图

使用函数nx.draw(G,pos,ax,kwds)

参数解读:

• G：所创建的图
• pos：布局方式

  布局方式	对应代码
  结点在1个圆环上均匀分布	nx.circular_layout(G)
  结点在1个单位正方形内随机分布	nx.random_layout(G)
  结点在多个同心圆上分布	nx.shell_layout(G)
  结点按Fruchterman-Reingold算法分布	nx.spring_layout(G)
  结点根据图的拉普拉斯特征向量分布	nx.spectral_layout(G)

• labels：
  可以自行以字典形式设置标记
• with_labels=True/False:
  with_labels=True 
  若在创建图时没有标记，则系统自动添加标记为0~n-1 （n为结点个数）
  若在创建图时有标记，则显示这些已有的标记
  with_labels=False
  不显示标记
• node_color：结点颜色
• node_shape：结点形状
• edge_color：边的颜色

例子： 

mark=['v'+str(i) for i in range(1,9)]
mark=dict(zip(range(8),mark))
nx.draw(G,
        pos=nx.circular_layout(G),  # 排布方式
        labels=mark,     # 标记(字典格式）
        node_color='y',  # 结点颜色
        node_shape='s',  # 结点形状
        edge_color='b')  # 边的颜色

5.输出邻接矩阵

W=nx.to_numpy_array(G)