python画圆形螺旋线_【Python基础】利用 Python 搞定精美网络图!
作者:叶庭云 编辑:Lemon 出品:Python数据之道
一、NetworkX 概述NetworkX 是一个用 Python 语言开发的图论与复杂网络建模工具,内置了常用的图与复杂网络分析算法,可以方便的进行复杂网络数据分析、仿真建模等工作。Networkx 支持创建简单无向图、有向图和多重图;内置许多标准的图论算法,节点可为任意数据;支持任意的边值维度,功能丰富。主要用于创造、操作复杂网络,以及学习复杂网络的结构、动力学及其功能。用于分析网络结构,建立网络模型,设计新的网络算法,绘制网络等等。
PS:本文所使用的数据源以及代码文件,可以在文末获取
二、NetworkX 的安装
pip install networkx -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
三、NetworkX 基础知识
1. 创建图
可以利用 networkx 创建四种图:Graph 、DiGraph、MultiGraph、MultiDiGraph,分别为无多重边无向图、无多重边有向图、有多重边无向图、有多重边有向图。
import network as nx
G = nx.Graph()
G = nx.DiGraph()
G = nx.MultiGraph()
G = nx.MultiDiGraph()
2. 网络图的加点和加边
import networkx as nx
import matplotlib.pyplot as plt
G = nx.DiGraph()
G.add_node('z') # 添加节点z
G.add_nodes_from([1, 2, 3]) # 添加节点 1 2 3
G.add_edge('x', 'y') # 添加边 起点为x 终点为y
G.add_edges_from([(1, 2), (1, 3), (2, 3)]) # 添加多条边
# 网络图绘制与显示
nx.draw(G, with_labels=True)
plt.show()
运行效果如下:为了让网络图更美观可以调节 nx.draw()
方法里的参数
nx.draw(G, pos=nx.random_layout(G), node_color = 'b', edge_color = 'r', with_labels = True, font_size =18, node_size =20)
G:待绘制的网络图G
node_size:指定节点的尺寸大小(默认是300)
node_color: 指定节点的颜色 (可以用字符串简单标识颜色,例如'r'为红色,'g'为绿色这样)
node_shape: 节点的形状(默认是圆形,用字符串'o'标识)
alpha: 透明度 (默认是1.0,不透明,0为完全透明)
width: 边的宽度 (默认为1.0)
edge_color: 边的颜色(默认为黑色)
style: 边的样式(默认为实现,可选:solid | dashed | dotted | dashdot
with_labels:节点是否带标签
font_size: 节点标签字体大小
font_color: 节点标签字体颜色(默认为黑色)
3. 运用布局
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(样子类似多中心放射状) spectral_layout:根据图的拉普拉斯特征向量排列节点绘制网络图实例如下:
import networkx as nx
import matplotlib.pyplot as plt
# 初始化一个有向图对象
DG = nx.DiGraph()
DG.add_node('X')
# 添加节点 传入列表
DG.add_nodes_from(['A', 'B', 'C', 'D', 'E'])
print(f'输出图的全部节点:{DG.nodes}')
print(f'输出节点的数量:{DG.number_of_nodes()}')
# 添加边 传入列表 列表里每个元素是一个元组 元组里表示一个点指向另一个点的边
DG.add_edges_from([('A', 'B'), ('A', 'C'), ('A', 'D'), ('D', 'A'), ('E', 'A'), ('E', 'D')])
DG.add_edge('X', 'C')
print(f'输出图的全部边:{DG.edges}')
print(f'输出边的数量:{DG.number_of_edges()}')
# 可自定义节点颜色
colors = ['pink', 'blue', 'green', 'yellow', 'red', 'brown']
# 运用布局
pos = nx.circular_layout(DG)
# 绘制网络图
nx.draw(DG, pos=pos, with_labels=True, node_size=200, width=0.6, node_color=colors)
# 展示图片
plt.show()
运行效果如下:
输出图的全部节点:['X', 'A', 'B', 'C', 'D', 'E']
输出节点的数量:6
输出图的全部边:[('X', 'C'), ('A', 'B'), ('A', 'C'), ('A', 'D'), ('D', 'A'), ('E', 'A'), ('E', 'D')]
输出边的数量:7
四、利用 NetworkX 实现关联类分析
利用 soccer.csv 中的数据,使用 Python 的 NetworkX 包按要求进行绘图。
1. 提取数据
统计不同俱乐部(Club)的球员数量,从球员最多的五个俱乐部抽取 50 名球员信息(球员数量最多的俱乐部抽取 30 名,剩下 4 个俱乐部各抽取 5 名)构成新的 DataFrame,打印其 info()。
import pandas as pd
df = pd.read_csv('soccer.csv', encoding='gbk')
data = df['Club'].value_counts()
# 球员人数最多的5个俱乐部
clubs = list(data.index[:5])
# 球员数量最多的俱乐部抽取30名
df1 = df[df['Club'] == clubs[0]].sample(30, axis=0)
# 剩下4个俱乐部各抽取5名
df2 = df[df['Club'] == clubs[1]].sample(5, axis=0)
df3 = df[df['Club'] == clubs[2]].sample(5, axis=0)
df4 = df[df['Club'] == clubs[3]].sample(5, axis=0)
df5 = df[df['Club'] == clubs[4]].sample(5, axis=0)
# 合并多个DataFrame
result = pd.concat([df1, df2, df3, df4, df5], axis=0, ignore_index=True)
# 打乱DataFrame顺序
new_result = result.sample(frac=1).reset_index(drop=True)
# new_result.info()
# 抽样的数据保存到excel
new_result.to_excel('samples.xlsx')
Jupyter Notebook 环境中读取 samples.xlsx,打印其 info(),结果如下:
import pandas as pd
df = pd.read_excel('samples.xlsx')
df.info()
2. 画网络图
在提取出的数据的基础上,通过判断球员是否属于同一俱乐部,绘出随机分布网络图、Fruchterman-Reingold 算法排列节点网络图与同心圆分布网络图。尽可能让网络图美观,如为属于同一俱乐部的节点设置相同的颜色。将每个球员当作网络图中一个节点,计算节点之间的连通关系,同属一个俱乐部则连通。
import pandas as pd
df = pd.read_excel('samples.xlsx')
df = df.loc[::, ['Name', 'Club']]
print(df['Club'].value_counts())
datas = df.values.tolist()
name = [datas[i][0] for i in range(len(datas))]
nodes = [str(i) for i in range(len(datas))]
club = [datas[i][1] for i in range(len(datas))]
# print(nodes)
df = pd.DataFrame({'姓名': name, '节点编号': nodes, '所属俱乐部': club})
df.to_csv('nodes_info.csv')
with open('record.txt', 'w') as f:
for i in range(len(nodes)):
for j in range(i, len(nodes) - 1):
if datas[i][1] == datas[j+1][1]: # 属于同一俱乐部
f.write(f'{nodes[i]}-{nodes[j + 1]}-{datas[i][1]}'+ '\n')
(1) 随机分布网络图
import networkx as nx
import matplotlib.pyplot as plt
import pandas as pd
from collections importCounter
df = pd.read_csv('nodes_info.csv')['所属俱乐部']
items = df.values
print(Counter(items))
node_colors = []
# 5个俱乐部 属于同一个俱乐部的节点设置相同颜色
for item in items:
if item == 'Free Agents':
node_colors.append('red')
elif item == 'Real Madrid':
node_colors.append('yellow')
elif item == 'Chelsea':
node_colors.append('blue')
elif item == 'FC Barcelona':
node_colors.append('green')
elif item == 'Manchester Utd':
node_colors.append('pink')
DG = nx.MultiGraph()
DG.add_nodes_from([str(i) for i in range(0, 50)])
DG.nodes()
with open('record.txt', 'r') as f:
con = f.read().split('\n')
edges_list = []
for i in con[:-1]:
edges_list.append(tuple(i.split('-')[:2]))
print(edges_list)
DG.add_edges_from(edges_list)
# 运用布局
pos = nx.random_layout(DG) # 节点随机分布
# 绘制网络图
nx.draw(DG, pos, with_labels=True, node_size=200, width=0.6, node_color=node_colors)
# 显示图片
plt.show()
运行效果如下:
(2) Fruchterman-Reingold 算法排列节点网络图
import networkx as nx
import matplotlib.pyplot as plt
import pandas as pd
from collections importCounter
df = pd.read_csv('nodes_info.csv')['所属俱乐部']
items = df.values
print(Counter(items))
node_colors = []
# 5个俱乐部 属于同一个俱乐部的节点设置相同颜色
for item in items:
if item == 'Free Agents':
node_colors.append('red')
elif item == 'Real Madrid':
node_colors.append('yellow')
elif item == 'Chelsea':
node_colors.append('blue')
elif item == 'FC Barcelona':
node_colors.append('green')
elif item == 'Manchester Utd':
node_colors.append('pink')
DG = nx.MultiGraph()
DG.add_nodes_from([str(i) for i in range(0, 50)])
DG.nodes()
with open('record.txt', 'r') as f:
con = f.read().split('\n')
edges_list = []
for i in con[:-1]:
edges_list.append(tuple(i.split('-')[:2]))
print(edges_list)
DG.add_edges_from(edges_list)
# 运用布局
pos = nx.spring_layout(DG) # 用Fruchterman-Reingold算法排列节点(样子类似多中心放射状)
# 绘制网络图
nx.draw(DG, pos, node_size=10, width=0.6, node_color=node_colors)
# 显示图片
plt.show()
运行效果如下:
(3) 同心圆分布网络图
import networkx as nx
import matplotlib.pyplot as plt
import pandas as pd
from collections importCounter
df = pd.read_csv('nodes_info.csv')['所属俱乐部']
items = df.values
print(Counter(items))
node_colors = []
# 5个俱乐部 属于同一个俱乐部的节点设置相同颜色
for item in items:
if item == 'Free Agents':
node_colors.append('red')
elif item == 'Real Madrid':
node_colors.append('yellow')
elif item == 'Chelsea':
node_colors.append('blue')
elif item == 'FC Barcelona':
node_colors.append('green')
elif item == 'Manchester Utd':
node_colors.append('pink')
DG = nx.MultiGraph()
DG.add_nodes_from([str(i) for i in range(0, 50)])
DG.nodes()
with open('record.txt', 'r') as f:
con = f.read().split('\n')
edges_list = []
for i in con[:-1]:
edges_list.append(tuple(i.split('-')[:2]))
print(edges_list)
DG.add_edges_from(edges_list)
# 运用布局
pos = nx.shell_layout(DG) # 节点在同心圆上分布
# 绘制网络图
nx.draw(DG, pos, with_labels=True, node_size=200, width=0.6, node_color=node_colors)
# 显示图片
plt.show()
运行效果如下:为方便大家练习,可以在公号「Python数据之道」后台回复 “网络图” 获取本文的数据和源代码文件。
作者简介
叶庭云
个人格言: 热爱可抵岁月漫长
CSDN博客: https://blog.csdn.net/fyfugoyfa/
---------End---------
往期精彩回顾
适合初学者入门人工智能的路线及资料下载
机器学习及深度学习笔记等资料打印
机器学习在线手册
深度学习笔记专辑
《统计学习方法》的代码复现专辑
AI基础下载
机器学习的数学基础专辑
python画圆形螺旋线_【Python基础】利用 Python 搞定精美网络图!相关推荐
- python画圆形螺旋线_硬核教程,利用 Python 搞定精美网络图!
硬核教程, 利用 Python 搞定精美网络图! 一.NetworkX 概述 NetworkX 是一个用 Python 语言开发的图论与复杂网络建模工具,内置了常用的图与复杂网络分析算法,可以方便的进 ...
- python画圆形螺旋线_这个Python项目,一秒生成可爱像素风图片
本文转自:量子位,作者郭一璞整理来自:大邓和他的 Python像文字云一样,用各种小图拼出大的图片,构建一个像素风的世界,就像<我的世界>里一样,一定非常有趣.还可以拿来做拼贴画.十字绣等 ...
- python画圆形螺旋线_如何用Python画一只机器猫?
作者 | 人邮异步社区 责编 | 胡巍巍 出品 | CSDN博客 自信心是成功的源泉,对刚入门编程行业的初级程序员来说,多敲代码多做项目就是构建自信心的最好办法. 第一次学编程是在屏幕上敲出" ...
- python画圆形螺旋线_用Python写一首中秋Rap
中秋节马上就要到啦 各位小伙伴是不是 已经按捺不住激动的心情 心情早已飞到家里/旅游目的地 (此条屏蔽领导) 在写这篇文章之前 小编在网上 已经看到了许多关于 中秋节的各种段子和诗句 看到一些什么&q ...
- python画圆形螺旋线_用Python一秒生成复古像素图片
本文转自:量子位,作者郭一璞整理来自:大邓和他的 Python像文字云一样,用各种小图拼出大的图片,构建一个像素风的世界,就像<我的世界>里一样,一定非常有趣.还可以拿来做拼贴画.十字绣等 ...
- python画圆形螺旋线_宝宝爱看小猪佩奇,很简单,让我们用python搞定它
现在很多宝宝喜欢看小猪佩奇,今天就教大家用python的海龟画图画一个乖巧萌萌的小猪佩奇,引导对编程产生浓浓 的兴趣. 画图前引导 1.让我们打开百度,输入python进入python官网 2.在官网 ...
- python画圆形螺旋线_中秋节到了,送你一个Python做的Crossin牌“月饼”
明天是难得一见的国庆中秋双节合一,在这里除了祝大家节日快乐之外,我们还要送上一个"月饼"--当然这个月饼是不能吃的,因为它是用python做的.先给大家看一下效果图. 图1. 月饼 ...
- python画圆形螺旋线-Python使用matplotlib绘制三维图形示例
本文实例讲述了Python使用matplotlib绘制三维图形.分享给大家供大家参考,具体如下: 用二维泡泡图表示三维数据 泡泡的坐标2维,泡泡的大小三维,使用到的函数 plt.scatter(P[: ...
- python画圆形螺旋线_PS画结构素描与示范-金属管道台灯(电脑绘画)
本课程为零基础入门课程,想从零学习的请看前面的课程. 还有视频教程 今天画得是金属管道台灯,这节课是讲结构素描相关知识 有的结构素描会添加一点光影变化,这种画法也可以,看个人需求了. 首先确定四点,上 ...
最新文章
- 大量LAST_ACK 的分析过程
- hung-yi lee_p13_反向传播
- 设置虚拟工作空间_建筑狂想曲 | 建筑学习生活空间虚拟设计工作营最终评图
- Spring boot 文件上传大小限制
- 关于Jstree节点显示无法收缩的解决办法
- 关于Orchard CMS
- 凭什么,Netty能成为最流行的NIO框架?
- RegCloseKey函数
- SVN报错之Failed to run the WC DB work queue associated with...的处理方法
- Android 教你打造炫酷的ViewPagerIndicator
- PeopleRank从社交网络中发现个体价值
- 龙华大浪注塑加工中模具原理及组成
- android 当电脑屏幕,手机变身为电脑的第二屏幕?让你把手机当成电脑用!
- matlab2015使用dsolve错误,matlab - 当变量乘以常数时,dsolve中的错误(R2011a) - 堆栈内存溢出...
- matlab中功率因数模块,最经典的功率因数控制器设计方案
- mysql基于amoeba读写分离
- android延迟时间设置,控制Android上的延迟
- 战舰少女r服务器维修,战舰少女r修理时间怎么计算?舰船受损维修时间公式分析[多图]...
- onload 属性的作用
- Excel之用Sumifs完成多条件多列的求和
热门文章
- rtl8812驱动分析(二)
- C语言中alarm的应用
- 6-3 选队长 (5 分)
- cefsharp内嵌资源html的读取,C#(csharp)用CefSharp开发实现一个浏览器,抓取网站任意资源...
- 华盛顿大学西雅图 计算机科学 申请条件,华盛顿大学西雅图分校申请有哪些条件...
- maven 引用其他项目引用的包出现BOOT-INF问题
- pod的requests、limits解读、LimitRange资源配额、Qos服务质量等级、资源配额管理 Resource Quotas
- 岁月温柔-21 妈妈转到省医院第2天
- TextOut 字符串输出
- 阮一峰访谈问题有奖征集