我在NetworkX中有一个NetworkX(),并且希望为CircosPlot中的每一个边缘设置边缘颜色。我使用以下语法(这只是一个例子):
import networkx as nx
G = nx.DiGraph()
G.add_edge(1,2,color='r',weight=2)
G.add_edge(2,3,color='b',weight=4)
pos = nx.circular_layout(G)
edges = G.edges()
colors = [G[u][v]['color'] for u,v in edges]
w
我到处寻找,但仍然没有找到关于networkx write_shp()的适当教程。目前,我有图形变量G和节点位置字典pos。 根据document,节点和边必须具有'Wkb‘或'Wkt’。我如何将这个'Wkb‘赋值给我当前的图形?目前,错误弹出说。 TypeError: 'int' object is not subscriptable 我希望在得到这个形状文件后,可以用arcgis来绘制地图。此外,如果可能的话,我希望形状文件可以保留边缘属性。
我试图在NetworkX中绘制自循环,但没有成功,所以我改用GraphViz,它很管用。但是,我不知道如何才能像在NetworkX中那样将图形节点和边变成彩色。
import networkx as nx
import matplotlib.pyplot as plt
import matplotlib.cm as cm
import matplotlib.colors as cl
G = nx.DiGraph()
G.add_edges_from([('A', 'B'),('A', 'B'), ('A',
上下文
在试图在networkx中的定向图中设置属性时(不是节点属性而是图属性),我遇到了以下错误:
File "/some_path/some_filepy", line 81, in add_result_to_last_graph
snn_graphs[-1]["result"] = result_per_type
TypeError: 'DiGraph' object does not support item assignment
我没有很快找到关于如何在中的networkx图中存储属性的示例,因此我想知道:
问题
如何在nx
最近,我一直在使用,我的所有代码都是基于我使用iGraph创建的图形。现在,我需要为我的图形计算一些度量,这些度量显然是在networkx中实现的,而不是在in中实现的,比如(katz_centrality_numpy,edge_betweenness_centrality,.)。我想知道是否有一种方法可以在这两个包之间将一个图转换成另一个图,并避免再次读取文件,因为我的文件很大,并且不得不重复相同的过程。
顺便说一句,当我将I图形传递给networkx函数时,我会收到以下错误:
TypeError: 'Graph' object is not iterable
谢谢:)
我有一个问题,我有一个有向(或无向)非加权图,我需要找到从s-t的简单路径。唯一的复杂之处在于,我需要避免某些标记为红色的节点。 我找到了python NetworkX图形库,发现它非常合适。我想用networkx.dijkstra_path() (或者也可以使用bfs函数)来查找最短路径。 在这段代码中,我构建了一个非常简单的图,并找到了从s=0到t=4的路径: import networkx
G = networkx.Graph()
for i in range(5):
G.add_node(i)
# from zero
G.add_edge(0,1)
G.add_edg
我试图使用下面的代码为我的图形生成JSON文件。
G = nx.DiGraph()
G.add_nodes_from(['A', 'B', 'C', 'D'])
G.add_edges_from([('A', 'B'), ('B', 'C'), ('B', 'D')])
type = 'layer'
for node in G.nodes():
if node in ('A', 'B
我试图在pygraphviz中可视化一个自动机,就像中的例子一样
我发现节点形状可以更改如下:
A.node_attr['shape']='circle' # A is a pygraphviz AGraph
这会改变所有节点的形状,但是我想对不同的节点使用不同的节点形状(有些是'circle',有些是'doublecircle')。有什么建议吗?
注意:我使用pygraphviz是因为我想使用networkx图形对象,这些对象可以转换为pygraphviz__的AGraph对象。而且,显然networkx不能产生这样的
在NetworkX中,正在努力完成以下工作:
在一个图中创建‘母节点’和‘子节点’,其中子节点只有一个属性,母节点有几个(4)。
如果至少有一个属性(键值对)相同,则在母节点和子节点之间创建边缘,
仅在母节点和子节点之间创建边缘:即使两个母节点具有4个重叠属性中的一个,也不应该在两个节点之间出现边缘。
到目前为止,我已经完成了第一部分的工作,而在第二个部分中,非常有用,但是仍然存在一个错误。
import networkx as nx
from itertools import product
# Mother-nodes
M = [('E_%d' % h
我正在寻找一种方法来传递一个颜色,如在NetworkX的节点构造中的分析,一个Bokeh图。
在Bokeh图生成之后,有一些很好的实现颜色的方法,比如,但是这个解决方案要求我将转换应用于基于属性的整个数据集。
我想做一些更简单的事情,并根据我在NetworkX中指定的颜色和大小来分配颜色和大小。我通常将节点集1绘制为红色,然后在NetworkX中将节点集2设置为蓝色,然后通过它们的相互边缘将它们连接起来。虽然节点的颜色和大小没有传递给matplotlib,但是当我将文件保存为图to时,是传递给的,因此这些数据就在某个地方。
import networkx as nx
from bokeh.io
我已经将graphml从Gephi导入到NetworkX。
G = nx.read_graphml(r"pah\EXPORTCM0606.graphml")
在Gephi中,我计算了模块化类,获得了6个主要的社区,现在我想在NetworkX中获得这些社区,以便获得他们推文中最频繁的单词。所以我的问题是双重的:我如何使用NetworkX从G中获得这些已经在Gephi中计算的模块化类社区?
那么我如何将我从MongoDB生成的图形与tweet和从Gephi导入的图形进行匹配呢?从MongoDB生成带有tweet的图形的代码:
from pymongo import MongoCli
我试图使用networkx来根据我设置为节点的数字属性计算数字分类。我的节点属性是浮动的。当我调用分类函数时:
assort = nx.numeric_assortativity_coefficient(G,'float_attr')
我犯了以下错误。
File "/some dir.../networkx/algorithms/assortativity/correlation.py", line 229, in numeric_assortativity_coefficient
a = numeric_mixing_matrix(G,attribute,no
我想把一个图转换成一个numpy矩阵
我的图有40个节点( (G.nodes) ),每个节点与50个值的向量相关联。
import networkx as nx
G = nx.balanced_tree(3,3)
A = nx.adjacency_matrix(G)
for v in G.nodes():
G.node[v] = np.random.random(50)
我想要什么?因为我有40个节点,所以我需要得到一个(40,50)矩阵。我怎么能从G.node[v]那里得到呢?
我试过什么?
matrix_graph_features=G.node[:]
我发现了以下错误:
Type
我有一个networkx图形对象G。每个节点都有一个关于G.nodes()的索引。我跟踪节点索引,因为我对邻接矩阵进行了一些计算,因为形容词矩阵中的每一行索引都对应于G.nodes()中的节点索引。但是现在我想向图中添加新节点,这会改变旧节点的索引吗?
我不会移除任何节点。
G = nx.Graph()
#add some nodes to G.
#record the indices of those nodes in a dictionary that maps from a node name to a node index from the list G.nodes()
#add
我正在尝试向二部NetworkX图中的一系列节点添加属性。一组节点是员工姓名;另一组是电影名称。它们看起来像这样: # This is the set of employees
employees = set(['Pablo',
'Lee',
'Georgia',
'Vincent',
'Andy',
'Frida',
我得到了标题的错误,已经有一些类似的问题,但似乎没有一个主题为我工作。这是我在python中的代码:
G = nx.Graph()
def addnodeoNx():
for k in randomGraph:
for j in randomGraph[k]:
G.add_node(j)
G.add_edges_from([(k, j)])
addnodeoNx()
print(G)
subax1 = plt.subplot(121)
nx.draw(G, with_labels=True, font_weight=
我使用的是NetworkX 1.9.1。
我有一个图形,我需要组织与立场,然后我导出到图形to格式。
我尝试过中的代码。它不起作用,下面是我的例子
import networkx as nx
import matplotlib.pyplot as plt
G = nx.read_graphml("colored.graphml")
pos=nx.spring_layout(G) # an example of quick positioning
nx.set_node_attributes(G, 'pos', pos)
nx.write_graphml(G