我有一些来自脚本的节点,我想将它们映射到一个图上。在下面,我想使用箭头从A转到D,并可能将边缘也着色(红色或其他)。
这基本上就像是当所有其他节点都存在时从A到D的路径。您可以将每个节点想象为城市,并且从A到D需要方向(带箭头)。
下面的代码构建图形
import networkx as nx
import numpy as np
import matplotlib.pyplot as plt
G = nx.Graph()
G.add_edges_from(
[('A', 'B'), ('A', 'C'), ('D', 'B'), ('E', 'C'), ('E', 'F'),
('B', 'H'), ('B', 'G'), ('B', 'F'), ('C', 'G')])
val_map = {'A': 1.0,
'D': 0.5714285714285714,
'H': 0.0}
values = [val_map.get(node, 0.25) for node in G.nodes()]
nx.draw(G, cmap = plt.get_cmap('jet'), node_color = values)
plt.show()
但是我想要一些如图所示的东西。
将第一张图像的箭头和红色的边缘放置到第二张图像上。
发布于 2013-11-22 07:04:30
完全充实的示例,只有红色边的箭头:
import networkx as nx
import matplotlib.pyplot as plt
G = nx.DiGraph()
G.add_edges_from(
[('A', 'B'), ('A', 'C'), ('D', 'B'), ('E', 'C'), ('E', 'F'),
('B', 'H'), ('B', 'G'), ('B', 'F'), ('C', 'G')])
val_map = {'A': 1.0,
'D': 0.5714285714285714,
'H': 0.0}
values = [val_map.get(node, 0.25) for node in G.nodes()]
# Specify the edges you want here
red_edges = [('A', 'C'), ('E', 'C')]
edge_colours = ['black' if not edge in red_edges else 'red'
for edge in G.edges()]
black_edges = [edge for edge in G.edges() if edge not in red_edges]
# Need to create a layout when doing
# separate calls to draw nodes and edges
pos = nx.spring_layout(G)
nx.draw_networkx_nodes(G, pos, cmap=plt.get_cmap('jet'),
node_color = values, node_size = 500)
nx.draw_networkx_labels(G, pos)
nx.draw_networkx_edges(G, pos, edgelist=red_edges, edge_color='r', arrows=True)
nx.draw_networkx_edges(G, pos, edgelist=black_edges, arrows=False)
plt.show()
发布于 2013-11-22 08:24:24
我把这个放进去只是为了完整。我从marius和mdml那里学到了很多。这是边权重。箭头的事很抱歉。看来我不是唯一一个说它无能为力的人。我不能用ipython notebook渲染它,我必须直接从python转到python,这是更快获得边权重的问题。
import networkx as nx
import numpy as np
import matplotlib.pyplot as plt
import pylab
G = nx.DiGraph()
G.add_edges_from([('A', 'B'),('C','D'),('G','D')], weight=1)
G.add_edges_from([('D','A'),('D','E'),('B','D'),('D','E')], weight=2)
G.add_edges_from([('B','C'),('E','F')], weight=3)
G.add_edges_from([('C','F')], weight=4)
val_map = {'A': 1.0,
'D': 0.5714285714285714,
'H': 0.0}
values = [val_map.get(node, 0.45) for node in G.nodes()]
edge_labels=dict([((u,v,),d['weight'])
for u,v,d in G.edges(data=True)])
red_edges = [('C','D'),('D','A')]
edge_colors = ['black' if not edge in red_edges else 'red' for edge in G.edges()]
pos=nx.spring_layout(G)
nx.draw_networkx_edge_labels(G,pos,edge_labels=edge_labels)
nx.draw(G,pos, node_color = values, node_size=1500,edge_color=edge_colors,edge_cmap=plt.cm.Reds)
pylab.show()
发布于 2018-02-27 03:41:23
您可能希望使用以下命令来代替常规的nx.draw:
nx.draw_networkx(G[, pos, arrows, with_labels])
例如:
nx.draw_networkx(G, arrows=True, **options)
您可以通过初始化**变量添加选项,如下所示:
options = {
'node_color': 'blue',
'node_size': 100,
'width': 3,
'arrowstyle': '-|>',
'arrowsize': 12,
}
此外,一些函数支持directed=True parameter
,在这种情况下,此状态是默认状态:
G = nx.DiGraph(directed=True)
networkx参考资料可以在here找到。
https://stackoverflow.com/questions/20133479
复制相似问题