python绘制社会关系网络图_Python networkx 网络图绘制
简单演示
import networkx as nx
import matplotlib.pyplot as plt
# 定义空图
g = nx.Graph()
# 增加节点
g.add_node(1)
g.add_node('A')
g.add_nodes_from([2, 3])
g.add_edge(2, 3)
g.add_edges_from([(1, 2), (1, 3)])
nx.draw(g, with_labels=True)
plt.show()
一次增加多个点
import networkx as nx
import matplotlib.pyplot as plt
# 定义空图
g = nx.Graph()
h = nx.path_graph(10)
g.add_nodes_from(h)
nx.draw(g, with_labels=True)
plt.show()
有颜色的图
import networkx as nx
import matplotlib.pyplot as plt
# 定义空图
g = nx.Graph()
# 导入所有边,每条边分别用tuple表示
g.add_edges_from([(1, 2), (1, 3), (2, 4), (2, 5), (3, 6), (4, 8), (5, 8), (3, 7)])
nx.draw(g,
with_labels=True,
edge_color='b',
node_color='g',
node_size=1000)
# 如果你想保存图片,去除这句的注释
# plt.savefig('./generated_image.png')
plt.show()
环
import networkx as nx
import matplotlib.pyplot as plt
# 定义空图
g = nx.Graph()
g.add_cycle([1, 2, 3, 4, 5])
nx.draw(g, with_labels=True)
plt.show()
五角星
import networkx as nx
import matplotlib.pyplot as plt
G = nx.Graph()
G.add_nodes_from([1, 2, 3, 4, 5])
for i in range(5):
for j in range(i):
if (abs(i - j) not in (1, 4)):
G.add_edge(i + 1, j + 1)
nx.draw(G,
with_labels=True, # 这个选项让节点有名称
edge_color='b', # b stands for blue!
pos=nx.circular_layout(G), # 这个是选项选择点的排列方式,具体可以用 help(nx.drawing.layout) 查看
# 主要有spring_layout (default), random_layout, circle_layout, shell_layout
# 这里是环形排布,还有随机排列等其他方式
node_color='r', # r = red
node_size=1000, # 节点大小
width=3, # 边的宽度
)
plt.show()
随机绘图
import random
import networkx as nx
import matplotlib.pyplot as plt
G = nx.gnp_random_graph(10, 0.3)
for u, v, d in G.edges(data=True):
d['weight'] = random.random()
edges, weights = zip(*nx.get_edge_attributes(G, 'weight').items())
pos = nx.spring_layout(G)
nx.draw(G, pos, node_color='b', edgelist=edges, edge_color=weights, width=10.0, edge_cmap=plt.cm.Blues)
# plt.savefig('edges.png')
plt.show()
有权重的图
import matplotlib.pyplot as plt
import networkx as nx
G = nx.Graph()
G.add_edge('a', 'b', weight=0.6)
G.add_edge('a', 'c', weight=0.2)
G.add_edge('c', 'd', weight=0.1)
G.add_edge('c', 'e', weight=0.7)
G.add_edge('c', 'f', weight=0.9)
G.add_edge('a', 'd', weight=0.3)
elarge = [(u, v) for (u, v, d) in G.edges(data=True) if d['weight'] > 0.5]
esmall = [(u, v) for (u, v, d) in G.edges(data=True) if d['weight'] <= 0.5]
pos = nx.spring_layout(G) # positions for all nodes
# nodes
nx.draw_networkx_nodes(G, pos, node_size=700)
# edges
nx.draw_networkx_edges(G, pos, edgelist=elarge,
width=6)
nx.draw_networkx_edges(G, pos, edgelist=esmall,
width=6, alpha=0.5, edge_color='b', style='dashed')
# labels
nx.draw_networkx_labels(G, pos, font_size=20, font_family='sans-serif')
plt.axis('off')
plt.show()
有向图
import matplotlib.pyplot as plt
import networkx as nx
G = nx.generators.directed.random_k_out_graph(10, 3, 0.5)
pos = nx.layout.spring_layout(G)
node_sizes = [3 + 10 * i for i in range(len(G))]
M = G.number_of_edges()
edge_colors = range(2, M + 2)
edge_alphas = [(5 + i) / (M + 4) for i in range(M)]
nodes = nx.draw_networkx_nodes(G, pos, node_size=node_sizes, node_color='blue')
edges = nx.draw_networkx_edges(G, pos, node_size=node_sizes, arrowstyle='->',
arrowsize=10, edge_color=edge_colors,
edge_cmap=plt.cm.Blues, width=2)
# set alpha value for each edge
for i in range(M):
edges[i].set_alpha(edge_alphas[i])
ax = plt.gca()
ax.set_axis_off()
plt.show()
颜色渐变的节点
import matplotlib.pyplot as plt
import networkx as nx
G = nx.cycle_graph(24)
pos = nx.spring_layout(G, iterations=200)
nx.draw(G, pos, node_color=range(24), node_size=800, cmap=plt.cm.Blues)
plt.show()
颜色渐变的边
import matplotlib.pyplot as plt
import networkx as nx
G = nx.star_graph(20)
pos = nx.spring_layout(G)
colors = range(20)
nx.draw(G, pos, node_color='#A0CBE2', edge_color=colors,
width=4, edge_cmap=plt.cm.Blues, with_labels=False)
plt.show()
多层感知器
import matplotlib.pyplot as plt
import networkx as nx
left, right, bottom, top, layer_sizes = .1, .9, .1, .9, [4, 7, 7, 2]
# 网络离上下左右的距离
# layter_sizes可以自己调整
import random
G = nx.Graph()
v_spacing = (top - bottom) / float(max(layer_sizes))
h_spacing = (right - left) / float(len(layer_sizes) - 1)
node_count = 0
for i, v in enumerate(layer_sizes):
layer_top = v_spacing * (v - 1) / 2. + (top + bottom) / 2.
for j in range(v):
G.add_node(node_count, pos=(left + i * h_spacing, layer_top - j * v_spacing))
node_count += 1
# 这上面的数字调整我想了好半天,汗
for x, (left_nodes, right_nodes) in enumerate(zip(layer_sizes[:-1], layer_sizes[1:])):
for i in range(left_nodes):
for j in range(right_nodes):
G.add_edge(i + sum(layer_sizes[:x]), j + sum(layer_sizes[:x + 1]))
# 慢慢研究吧
pos = nx.get_node_attributes(G, 'pos')
# 把每个节点中的位置pos信息导出来
nx.draw(G, pos,
node_color=range(node_count),
with_labels=True,
node_size=200,
edge_color=[random.random() for i in range(len(G.edges))],
width=3,
cmap=plt.cm.Dark2, # matplotlib的调色板,可以搜搜,很多颜色呢
edge_cmap=plt.cm.Blues
)
plt.show()
python绘制社会关系网络图_Python networkx 网络图绘制相关推荐
- python绘制社会关系网络图_python networkx 包绘制复杂网络关系图的实现
1. 创建一个图 import networkx as nx g = nx.Graph() g.clear() #将图上元素清空 所有的构建复杂网络图的操作基本都围绕这个g来执行. 2. 节点 节点的 ...
- python画统计图代码_Python使用统计函数绘制简单图形实例代码
前言 Matplotlib 是 Python 的绘图库. 它可与 NumPy 一起使用,提供了一种有效的 MatLab 开源替代方案. 它也可以和图形工具包一起使用,如 PyQt 和 wxPython ...
- python怎么用散点图_Python利用matplotlib绘制散点图的新手教程
前言 上篇文章介绍了使用matplotlib绘制折线图,参考:https://www.jb51.net/article/198991.htm,本篇文章继续介绍使用matplotlib绘制散点图. 一. ...
- python画有权重网络图_python networkx 根据图的权重画图实现
首先输入边和边的权重,随后画出节点位置,根据权重大小划分实边和虚边 #coding:utf-8 #!/usr/bin/env python """ An example ...
- python绘制基因结构图_Python调用graphviz绘制结构化图形网络示例
安装完成后将安装目录的bin 路径加到系统路径中,有时候需要重启电脑. 然后: pip install graphviz import graphviz as gz 有向图 dot = gz.Digr ...
- python怎么画形状_python – matplotlib – 如何绘制随机导向的矩形(或任何形状)?...
好问题!我建议你不要在fill_between函数中限制自己.我总是认为深入了解事物是有益的.让我们深入研究Python绘图的本质. 因此,如果你掌握了Path,你基本上可以以任何方式绘制你喜欢的任何 ...
- python绘制动画示例_Python使用matplotlib绘制动画的方法
本文实例讲述了Python使用matplotlib绘制动画的方法.分享给大家供大家参考.具体分析如下: matplotlib从1.1.0版本以后就开始支持绘制动画 下面是几个的示例: 第一个例子使用g ...
- python架构图教程_Python 五分钟绘制漂亮的系统架构图
Diagrams 是一个基于Python绘制云系统架构的模块,它能够通过非常简单的描述就能可视化架构,并支持以下6个云产品的图标: AWS.Azure.GCP.K8s.阿里云 和 Oracle 云 ...
- python 图形库有哪些_Python基本图形绘制库——turtle
(1).介绍 turtle库也叫海龟库,是turtle绘图体系的Python实现.turtle库是Python语言的标准库之一,是入门级的图形绘制函数库. turtle绘图体系:也叫海龟绘图系统,它是 ...
最新文章
- mongodb php 存储文件大小,PHP MongoDB GridFS 存储文件的方法详解
- 程序员涨薪必备技能(1-5年必看!!!)
- 实用!你不知道的小技巧,电脑快速实现屏幕长截图
- 用户及权限管理功能常规测试
- 手机开启开发模式 hbuilder无法搜索到_MIUI 12这个惊艳功能,其他手机也能一键开启...
- oracle中sga的合理设置,oracle学习:SGA_MAX_SIZE参数设置
- 频繁默认网关不可用_win10 总是默认网关不可用,怎么回事?
- linux 日志面试题,Linux运维 | 面试题
- 程序员如何在技术浪潮的更迭中保持较高的成长速度 ?
- kivy python 读取oracle数据库_python app (kivy)-与小型数据库连接,实现注册登录操作...
- 蓝绿色——三色配色篇
- ie 验证码图片不显示解决
- 书摘:别做正常的傻瓜
- CentOS7-命令-查看操作历史记录(history)
- jquery 源码分析系列1
- python制作图表放入excel_python写入excel(xlswriter)--生成图表
- 最简单的输出四位数的每个位上的数字
- 苹果审核团队_如何才能跟 App Store 审核团队有效沟通?
- 服务器光信号灯亮红灯,路由器光信号闪红灯是怎么回事
- JZOJ 4745. 看电影
热门文章
- 10大iOS开发者最喜爱的类库
- Javascript高级程序设计第二版第十二章--Event--笔记
- 成为中国特色项目经理,走上人生巅峰
- php codesniffer 代码规范,规范三:PHP_CodeSniffer 辅佐代码规范
- python 神经网络工具_神经网络15分钟入门!使用python从零开始写一个两层神经网络...
- java linux 服务_java项目部署Linux服务器几种启动方式总结经验
- scala 方法调用_Scala中的方法调用
- 模拟断电oracle数据不一致,Oracle数据库案例整理-Oracle系统运行时故障-断电导致数据文件状态变为RECOVER...
- 多线程循环输出abcc++_C ++循环| 查找输出程序| 套装2
- Java LocalDateTime类| 带示例的compareTo()方法