【Python | Networks库详解】最佳实践（22年电工杯B题之路径可视化）

  👉引言💎

	铭记于心
	🎉✨🎉我唯一知道的，便是我一无所知🎉✨🎉

---

官方参考文档：

点击这里

👉networks？

networkx是Python的一个包，用于构建和操作复杂的图结构，提供分析图的算法。图是由顶点、边和可选的属性构成的数据结构，顶点表示数据，边是由两个顶点唯一确定的，表示两个顶点之间的关系。顶点和边也可以拥有更多的属性，以存储更多的信息。
对于networkx创建的无向图，允许一条边的两个顶点是相同的，即允许出现自循环，但是不允许两个顶点之间存在多条边，即出现平行边。边和顶点都可以有自定义的属性，属性称作边和顶点的数据，每一个属性都是一个Key:Value对。

一、将该表格中的数据以图的形式可视化

• 首先导入所需要的包，以及上面信息表所在的路径

from matplotlib import pyplot as plt  # 绘图
import networkx as nx
import pandas as pd  # 读取exal文件
path=r'D:\date\python\study\saveLab\附件1.xlsx'

然后完成图的初始化，将表用pandas读取为DataFrame
将表格信息转换为一个字典，其中key为 边集，表示了边的信息，value为 距离集合，表示了对应的边的距离（权重weight）
再然后就是比较关键的一点，也是细节比较多的一点：
用draw方法绘制图像，这里面的参数信息要搞清楚
pos是以什么样的布局排图，一般有：

• spectral_layout：根据图的拉普拉斯特征向量排列节点

• 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

这五种，然后指定颜色color，这里也可以用 颜色映射条（cmap），然后后面指定相应的映射参数（取多种颜色的话就是 放置一个list作为映射表），代码中使用的是 随机生成1,20范围的随机数 一共14次，因为一共14个点

plt.figure()
plt.subplot(111)
G = nx.Graph()  # 建立一个空的无向图G
DF = pd.read_excel(path)
DF.set_index(DF.columns[0], inplace=True)
DF.fillna(0, inplace=True)
ans = {}
for i in range(1, DF.shape[0] + 1):
    for j in range(1, DF.shape[1] + 1):
        t = (i, j)
        ans[t] = DF.loc[i, j]
for K in list(ans.keys()):
    if ans[K] == 0:
        ans.pop(K)

list(map(lambda e: G.add_edge(*e), list(ans.keys())))

pos = nx.spring_layout(G)
cm = plt.get_cmap('rainbow')
T=list(G.edges)
#fen
nx.draw_networkx_nodes(G, pos=pos, cmap=cm, node_color=[np.random.randint(1, 20) for _ in range(14)])
nx.draw_networkx_edges(G, pos=pos, edge_cmap=cm, edgelist=T,
                       edge_color=[np.random.randint(1, 10) for _ in range(24)])
nx.draw_networkx_labels(G, pos=pos)
# label_options = {"ec": "k", "fc": "white", "alpha": 0.5}
nx.draw_networkx_edge_labels(G, pos=pos, edge_labels=ans, rotate=0)
plt.show()  # 显示一个点Ea

可视化如下所示：

将一些结点以虚线相连，并且突出9号结点：

list(map(lambda e: G.add_edge(*e), list(ans.keys())))
---------------------------------以下为代码修改部分--------------------------
    E_list2 = [(1, 2), (3, 4), (3, 6), (4, 10), (7, 11), (8, 13), (12, 13)]
    # list(map(lambda X: DEL(X), E_list2))
    pos = nx.spring_layout(G)
    cm = plt.get_cmap('rainbow')
    T=list(G.edges)
    T2=list(G.nodes)
    T2.remove(9)
    nx.draw_networkx_nodes(G, pos=pos, cmap=cm, nodelist=T2, node_color=[np.random.randint(1, 20) for _ in range(13)])
    nx.draw_networkx_nodes(G, pos=pos, cmap=cm, nodelist=[9],node_color='black',node_size=1000,node_shape='*')
    nx.draw_networkx_edges(G, pos=pos, edge_cmap=cm, edgelist=T,
                           edge_color=[np.random.randint(1, 10) for _ in range(24)])
    nx.draw_networkx_edges(G, pos=pos, edge_color='black', edgelist=E_list2, style='--')
    nx.draw_networkx_labels(G, pos=pos)
    nx.draw_networkx_labels(G, pos=pos,labels={9:'9'},font_color='white') #设置表
    nx.draw_networkx_edge_labels(G, pos=pos, edge_labels=ans, rotate=0)
    plt.show()  # 显示一个点Ea
    time-=

这些主要是基于上面的代码做一些修改

💖写在最后💖：
路漫漫其修远兮，吾将上下而求索！伙伴们，明天见！