Python如何使用Networkx实现复杂的人物关系图?

1 简单引入

  • 日常工作、生活中我们经常会遇到一些复杂的事务关系,比如人物关系,那如何才能清楚直观的看清楚这些任务关系呢?
  • 比如我们从网上搜索1个人物关系图,大家看看:

声明:以下图片来源于网络,如果涉及版权问题,请联系作者删除。本文仅供学习,不做他用。

在这里插入图片描述

  • 那我们如何使用Python来实现类似的人物关系图呢?
  • 这里我们需要用到Python的networkx模块,它可以帮助我们很好的显示我们需要的效果。

2 关于Networkx

2.1 Networkx简单说明

  • NetworkX 是一个用于创建、操作和研究复杂网络的 Python 库;
  • 可以创建、分析和可视化各种类型的网络,例如社交网络、Web图、生物网络等;
  • NetworkX 可以用来创建各种类型的网络,包括有向图和无向图;
  • 提供各种方法来添加、删除和修改网络中的节点和边;
  • NetworkX 还提供许多图的算法和分析工具;
  • NetworkX还提供多种方式来可视化网络。

2.2 Networkx部分源码

  • NetworkX支持四种图,从以下源码可以看出:
Python37\Lib\site-packages\networkx\classes\__init__.py
from .graph import Graph
from .digraph import DiGraph
from .multigraph import MultiGraph
from .multidigraph import MultiDiGraph
from .ordered import *

from .function import *

from networkx.classes import filters

from networkx.classes import coreviews
from networkx.classes import graphviews
from networkx.classes import reportviews
  • 四种图即为:
说明
Graph无多重边无向图
DiGraph无多重边有向图
MultiGraph有多重边无向图
MultiDiGraph有多重边有向图
  • 而本文我们要用的是 Graph,它主要是用点和线来刻画离散事务集合,每对事务之间以某种方式相联系的数学模型;
  • Graph可以用来表示的关系图为人物关系图、流程图等等;
  • 以下为Graph的几个方法源码:
Python37\Lib\site-packages\networkx\classes\graph.py
def 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,
    margins=None,
):
    """Draw the nodes of the graph G.
def 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=None,
    label=None,
    node_size=300,
    nodelist=None,
    node_shape="o",
    connectionstyle="arc3",
    min_source_margin=0,
    min_target_margin=0,
):
    r"""Draw the edges of the graph G.
def draw_networkx_labels(
    G,
    pos,
    labels=None,
    font_size=12,
    font_color="k",
    font_family="sans-serif",
    font_weight="normal",
    alpha=None,
    bbox=None,
    horizontalalignment="center",
    verticalalignment="center",
    ax=None,
    clip_on=True,
):
    """Draw node labels on the graph G.
def circular_layout(G, scale=1, center=None, dim=2):
    # dim=2 only
    """Position nodes on a circle.

    Parameters
    ----------
    G : NetworkX graph or list of nodes
        A position will be assigned to every node in G.

    scale : number (default: 1)
        Scale factor for positions.

    center : array-like or None
        Coordinate pair around which to center the layout.

    dim : int
        Dimension of layout.
        If dim>2, the remaining dimensions are set to zero
        in the returned positions.
        If dim<2, a ValueError is raised.

2.3 Networkx一个示例

  • 比如一个几个节点的有向图:
# -*- coding: utf-8 -*-
import networkx as nx
import matplotlib.pyplot as plt

# 设置画布大小
plt.figure(figsize=(6, 7))

# 创建有向图对象
G = nx.DiGraph()

# 添加节点
my_node = ["nodeA", "nodeB", "nodeC", "nodeD", "nodeE", "nodeF"]
for node in my_node:
    G.add_node(node)

# 添加有向边
for edge in range(len(my_node)-1):
    print(edge)
    G.add_edge(my_node[edge], my_node[edge+1])

# 绘制
# 布局算法
pos = nx.spring_layout(G)
nx.draw(G, pos, with_labels=True)
plt.show()
  • 输出如下图示:
    在这里插入图片描述

3 人物关系图绘制过程

3.1 创建原始数据

  • 我们以西游记和封神榜部分重点人物关系为例,先整理好一个任务关系excel文档relation.xls
character1	character2	color	       num	 relation
菩提祖师	    孙悟空	    antiquewhite	9	  第一任师傅
唐僧	        孙悟空	    aqua	        9	  师徒
如来佛祖	    孙悟空	    aquamarine	    9	  五指山
观音菩萨	    孙悟空	    azure	        9	  紧箍咒
牛魔王	    孙悟空	    beige	        9	  结拜兄弟
猪八戒	    孙悟空	    bisque	        9	  大师兄
沙和尚	    孙悟空	    black	        9	  大师兄
白龙马	    孙悟空	    blanchedalmond	9	  大师兄
孙悟空	    唐僧	        aliceblue	    6	  师徒
猪八戒	    唐僧	        bisque	        6	  师徒
沙和尚	    唐僧	        black	        6	  师徒
白龙马	    唐僧	        blanchedalmond	6	  师徒
观音菩萨	    唐僧	        azure	        6	  委派西天取经
老鼠精	    唐僧	        blue	        6	  欲嫁
老鼠精	    托塔天王	    blue	        4	  义父女
哪吒	        托塔天王	    blueviolet	    4	  父子
木吒	        托塔天王	    brown	        4	  父子
金吒	        托塔天王	    burlywood	    4	  父子
木吒	        观音菩萨	    brown	        2	  大弟子
红孩儿	    观音菩萨	    cadetblue	    2	  善财童子
金吒	        如来佛祖	    burlywood	    1	  前部护法
铁扇公主	    牛魔王	    darkkhaki	    2	  夫妻
红孩儿	    牛魔王	    cadetblue	    2	  父子
红孩儿	    铁扇公主	    cadetblue	    1	  母子
哪吒	        太乙真人	    blueviolet	    1	  师徒
太乙真人	    元始天尊	    chartreuse	    7	  师徒
云中子	    元始天尊	    chocolate	    7	  师徒
玉鼎真人	    元始天尊	    coral	        7	  师徒
王母娘娘	    元始天尊	    cornflowerblue	7	  父女
鸿钧老祖	    元始天尊	    cornsilk	    7	  师徒
姜子牙	    元始天尊	    crimson	        7	  师徒
太上老君	    鸿钧老祖	    cyan	        3	  师徒
灵宝天尊	    鸿钧老祖	    darkblue	    3	  师徒
雷震子	    云中子	    darkcyan	    1	  师徒
杨戬	        玉鼎真人	    darkgoldenrod	1	  师徒
沉香	        杨戬	        darkgray	    2	  舅舅
三圣母	    杨戬	        darkgreen	    2	  兄妹
元始天尊	    鸿钧老祖	    darkmagenta	    3	  师徒
托塔天王	    孙悟空	    darkgrey	    9	  上下级
  • 这里需要注意一点,人物的数量和颜色的数量要对应起来,不然会报错:
ValueError: 'c' argument has 23 elements, which is inconsistent with 'x' and 'y' with size 29.
  • 从上边的错误看,其实就是我的人物角色有29个,但是颜色只有23个,没有对应起来;
  • 为了避免错误,我们把人物和颜色列一个表,需要的时候选对应的数据就行:
孙悟空	    aliceblue
菩提祖师	    antiquewhite
唐僧	        aqua
如来佛祖	    aquamarine
观音菩萨	    azure
牛魔王	    beige
猪八戒	    bisque
沙和尚	    black
白龙马	    blanchedalmond
老鼠精	    blue
哪吒	        blueviolet
木吒	        brown
金吒	        burlywood
红孩儿	    cadetblue
太乙真人	    chartreuse
云中子	    chocolate
玉鼎真人	    coral
王母娘娘	    cornflowerblue
鸿钧老祖	    cornsilk
姜子牙	    crimson
太上老君	    cyan
灵宝天尊	    darkblue
雷震子	    darkcyan
杨戬	        darkgoldenrod
沉香	        darkgray
三圣母	    darkgreen
托塔天王	    darkgrey
铁扇公主	    darkkhaki
元始天尊	    darkmagenta

3.2 获取目标文件数据

  • 读取excel中的文件数据:
class TestRelation():
    def __init__(self):
        super(TestRelation, self).__init__()

        # 获取目标文件数据
        self.data = "./relation.xls"
        self.data_content = pd.DataFrame(pd.read_excel(self.data)) 
        self.character = self.data_content['character1'].drop_duplicates().values.tolist() 
        self.characters = self.data_content[['character1', 'character2', 'num']] 
  • 比如我们打印一下self.characters
0        菩提祖师        孙悟空    9
1          唐僧         孙悟空    9
2        如来佛祖        孙悟空    9
3        观音菩萨        孙悟空    9
4         牛魔王        孙悟空    9
5         猪八戒        孙悟空    9
6         沙和尚        孙悟空    9
7         白龙马        孙悟空    9
8         孙悟空         唐僧    6
9         猪八戒         唐僧    6
10        沙和尚         唐僧    6
11        白龙马         唐僧    6
12       观音菩萨         唐僧    6
13        老鼠精         唐僧    6
14        老鼠精       托塔天王    4
15         哪吒       托塔天王    4
16         木吒       托塔天王    4
17         金吒       托塔天王    4
18         木吒       观音菩萨    2
19        红孩儿       观音菩萨    2
20         金吒       如来佛祖    1
21       铁扇公主        牛魔王    2
22        红孩儿        牛魔王    2
23        红孩儿       铁扇公主    1
24         哪吒       太乙真人    1
25       太乙真人       元始天尊    7
26        云中子       元始天尊    7
27       玉鼎真人       元始天尊    7
28       王母娘娘       元始天尊    7
29       鸿钧老祖       元始天尊    7
30        姜子牙       元始天尊    7
31       太上老君       鸿钧老祖    3
32       灵宝天尊       鸿钧老祖    3
33        雷震子        云中子    1
34         杨戬       玉鼎真人    1
35         沉香         杨戬    2
36        三圣母         杨戬    2
37       元始天尊       鸿钧老祖    3
38       托塔天王        孙悟空    9

3.3 获取颜色数据

# 获取颜色数据
self.colors = self.data_content['color'].drop_duplicates().values.tolist()
print(self.colors)
  • 颜色获取如下:
['antiquewhite', 'aqua', 'aquamarine', 'azure', 
'beige', 'bisque', 'black', 'blanchedalmond', 
'aliceblue', 'blue', 'blueviolet', 'brown', 
'burlywood', 'cadetblue', 'darkkhaki', 'chartreuse',
'chocolate', 'coral', 'cornflowerblue', 'cornsilk',
 'crimson', 'cyan', 'darkblue', 'darkcyan', 
 'darkgoldenrod', 'darkgray', 'darkgreen', 'darkmagenta', 'darkgrey']

3.5 添加边数据

self.my_graph = nx.Graph()
for i in self.characters.index:
    self.my_graph.add_edge(self.characters.character1[i],
                           self.characters.character2[i],
                           weight=self.characters.num[i])

3.6 定义边及权重

# 定义两个边,边给权重,s起点,e终点,w权重
edge1 = [(s, e) for (s, e, w) in self.my_graph.edges(data=True) if (w['weight'] >= 1)]
edge2 = [(s, e) for (s, e, w) in self.my_graph.edges(data=True) if (w['weight'] >= 5)]

3.7 图的布局、点、边和标签

# 图的布局
pos = nx.circular_layout(self.my_graph)

# 点
nx.draw_networkx_nodes(self.my_graph, pos, alpha=1, node_size=300,
                       node_color=self.colors, node_shape='o')

# 边
nx.draw_networkx_edges(self.my_graph, pos, edgelist=edge1, width=1,
                       alpha=0.3, edge_color='g', style='dashed')

nx.draw_networkx_edges(self.my_graph, pos, edgelist=edge2, width=1.5,
                        alpha=0.5, edge_color='red')
# 标签
nx.draw_networkx_labels(self.my_graph, pos, font_size=9)

3.8 展示结果

# 结果显示
plt.axis('off')
plt.title('西游记重点人物简单关系图(只是示例)')
plt.rcParams['font.size'] = 8

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.show()

3.9 完整源码

# -*- coding:utf-8 -*-
# 作者:虫无涯
# 日期:2023/11/16
# 文件名称:test_relation.py
# 作用:network应用
# 联系:VX(NoamaNelson)
# 博客:https://blog.csdn.net/NoamaNelson

import pandas as pd
import networkx as nx
import matplotlib.pyplot as plt


class TestRelation():
    def __init__(self):
        super(TestRelation, self).__init__()

        # 获取目标文件数据
        self.data = "./relation.xls"
        self.data_content = pd.DataFrame(pd.read_excel(self.data))
        self.character = self.data_content['character1'].drop_duplicates().values.tolist()
        self.characters = self.data_content[['character1', 'character2', 'num']]
        print(self.characters)

    def test_relation(self):

        # 设置画布大小,可以使用默认的
        # plt.figure(figsize=(4, 5))

        # 获取颜色数据
        self.colors = self.data_content['color'].drop_duplicates().values.tolist()
        print(self.colors)

        self.my_graph = nx.Graph()
        # 添加边
        for i in self.characters.index:
            self.my_graph.add_edge(self.characters.character1[i],
                       self.characters.character2[i],
                       weight=self.characters.num[i])

        # 定义两个边,边给权重,s起点,e终点,w权重
        edge1 = [(s, e) for (s, e, w) in self.my_graph.edges(data=True) if (w['weight'] >= 1)]
        edge2 = [(s, e) for (s, e, w) in self.my_graph.edges(data=True) if (w['weight'] >= 5)]

        # 图的布局
        pos = nx.circular_layout(self.my_graph)

        # 点
        nx.draw_networkx_nodes(self.my_graph, pos, alpha=1, node_size=300,
                               node_color=self.colors, node_shape='o')

        # 边
        nx.draw_networkx_edges(self.my_graph, pos, edgelist=edge1, width=1,
                               alpha=0.3, edge_color='g', style='dashed')

        nx.draw_networkx_edges(self.my_graph, pos, edgelist=edge2, width=1.5,
                               alpha=0.5, edge_color='red')
        # 标签
        nx.draw_networkx_labels(self.my_graph, pos, font_size=9)

        # 结果显示
        plt.axis('off')
        plt.title('西游记重点人物简单关系图(只是示例)')
        plt.rcParams['font.size'] = 8
        plt.rcParams['font.sans-serif'] = ['SimHei']  # 解决中文乱码
        plt.show()


if __name__ == "__main__":
    relation = TestRelation()
    relation.test_relation()

4 人物关系效果图

  • 运行上边的完整源码得到如下效果:
    在这里插入图片描述
  • 1
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: Pythonnetworkx库可以用来画复杂网络。首先需要导入networkx库,然后创建一个空的形对象,可以使用add_node()和add_edge()方法来添加节点和边。可以使用不同的布局算法来布置节点,如spring_layout()、circular_layout()和random_layout()等。最后,使用matplotlib库来绘制形并显示出来。 ### 回答2: Python是一种非常流行的编程语言,拥有丰富的第三方库。其中,networkxPython中用于分析和绘制复杂网络的库,它提供了许多工具和算法,可以处理各种类型的网络,如有向和无向、加权和未加权、多重等。 使用networkx绘制复杂网络的基本步骤包括以下几个方面: 1. 安装networkx库:使用pip等工具安装。 2. 创建一个Graph对象:该对象可以表示一个网络,可以是有向或无向的。 3. 添加节点:使用add_node()方法添加节点。节点可以是数字、字符串或任何其他Python对象。 4. 添加边:使用add_edge()方法添加边。边可以是有向或无向的,也可以有权重和标签。 5. 绘制网络:使用draw()方法绘制网络,可以使用不同的布局方法,如circular_layout,random_layout,spring_layout等。 6. 可视化网络:使用Matplotlib或其他Python可视化工具可视化绘制的网络。 具体的实现可以参考以下代码: ``` import networkx as nx import matplotlib.pyplot as plt # 创建一个有向 G = nx.DiGraph() # 添加节点 G.add_node("A") G.add_node("B") G.add_node("C") G.add_node("D") # 添加边 G.add_edge("A", "B") G.add_edge("B", "C") G.add_edge("C", "D") G.add_edge("D", "A") # 绘制网络 pos = nx.spring_layout(G) # 使用Spring布局 nx.draw(G, pos, with_labels=True, node_size=500, node_color='r', font_size=18, font_color='w', edge_color='b') # 显示网络 plt.show() ``` 以上代码会绘制出一个完整的有向网络,其中,节点为A、B、C、D,边分别为A->B,B->C,C->D,D->A。 当然,这只是一个简单的例子。当处理更复杂的网络时,可以使用networkx库提供的更多功能和算法,如寻找最短路径、计算中心度、分区社区等。同时,networkx还支持读取和写入各种网络文件,如GraphML、GEXF、Pajek等。 综上所述,使用Python中的networkx库可以轻松地绘制和分析各种类型的复杂网络,并将其可视化。这对于研究和理解各种复杂现象非常有帮助。 ### 回答3: Python是一种非常流行的编程语言,在科学计算、数据分析、机器学习等领域得到广泛应用。在网络分析领域,Python的一个非常重要的库就是networkxnetworkx是一个用于复杂网络的Python库,可以帮助人们对各种类型的网络进行分析和可视化。它可以通过简单、灵活的API来实现网络的构建、节点和边的添加、删除和修改、节点和边的属性的设置和修改、节点和边的遍历等多种功能。此外,networkx还提供了各种算法,如的遍历、最短路径、中心性计算、社区发现等等。 使用networkx来画复杂网络,可以参考以下步骤: 1. 安装和导入networkx库 安装方法:打开控制台,输入pip install networkx,等待安装完成。 导入方法:将代码中写上import networkx as nx 2. 定义网络 使用networkx来定义网络非常简单,可以使用Graph()函数来创建一个空网络。例如: G = nx.Graph() 这会创建一个名为G的空网络。 3. 添加节点和边 添加节点和边也非常简单。节点可以使用add_node()函数来添加,边可以使用add_edge()函数来添加。例如: G.add_node("A") G.add_edge("A", "B") 可以用多次add_node()和add_edge()函数来添加更多的节点和边。 4. 绘制网络 networkx提供了许多绘制函数,例如draw()函数。可以使用这些函数来实现网络的可视化。例如: nx.draw(G, with_labels=True) 这会将网络G绘制出来,节点上会显示标签。 除了draw()函数之外,networkx还提供了很多其他的绘制函数,例如spring_layout()、circular_layout()、random_layout()等等。这些函数可以根据不同的布局需求生成不同的网络形。 总之,使用Pythonnetworkx来画复杂网络非常简单,只需要按照上述步骤即可。同时,networkx还提供了丰富的API和算法,可以帮助人们更深入地分析和研究网络。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

虫无涯

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值