用NetWorkX绘制DGL图

这里用DGL链接预测的例子,绘制前50个边构成的有向图

u, v = g.edges()
print("In drawing......")
u1=u.numpy()
v1=v.numpy()
utemp=[]
vtemp=[]
nodes=[]
for i in range(50):
    utemp.append(u1[i])
for i in range(50):
    vtemp.append(v1[i])
u_temp=torch.tensor(utemp)
v_temp=torch.tensor(vtemp)
nodes=utemp+vtemp

g_temp = nx.DiGraph()
adj_temp = sp.coo_matrix((np.ones(len(utemp)), (utemp, vtemp))) ## 传入的参数(data, (row, col))
S = adj_temp
edges=np.r_[[S.row], [S.col]].T
g_temp.add_edges_from(edges)
g_temp.add_nodes_from(nodes)

nx.draw(g_temp, with_labels=True)
plt.show()

效果:
在这里插入图片描述

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
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

开开开心果儿

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