【Python|networkx】依据图顶点标签、边信息绘制原图
【摘要】 @TOC 简介Hello!非常感谢您阅读海轰的文章,倘若文中有错误的地方,欢迎您指出~ ଘ(੭ˊᵕˋ)੭昵称:海轰标签:程序猿|C++选手|学生简介:因C语言结识编程,随后转入计算机专业,获得过国家奖学金,有幸在竞赛中拿过一些国奖、省奖…已保研学习经验:扎实基础 + 多做笔记 + 多敲代码 + 多思考 + 学好英语! 唯有努力💪 本文仅记录自己感兴趣的内容 任务场景已有两个文件,分别包含图...
@TOC
简介
Hello!
非常感谢您阅读海轰的文章,倘若文中有错误的地方,欢迎您指出~
ଘ(੭ˊᵕˋ)੭
昵称:海轰
标签:程序猿|C++选手|学生
简介:因C语言结识编程,随后转入计算机专业,获得过国家奖学金,有幸在竞赛中拿过一些国奖、省奖…已保研
学习经验:扎实基础 + 多做笔记 + 多敲代码 + 多思考 + 学好英语!
唯有努力💪
本文仅记录自己感兴趣的内容
任务场景
已有两个文件,分别包含图的顶点信息(含标签)、边信息(边连接的两个顶点)
节点标签信息:
- 第一列:节点id
- 第二列:节点标签
边信息:
- 第一列:节点id
- 第二列:节点id
- 表示这两个订点之间存在边
目标
:生成原图,显示其间的连接关系,以及使用不同的颜色区分不同标签的节点
解决方法
使用networkx库即可
import networkx as nx
import matplotlib.pyplot as plt
import numpy as np
label = np.loadtxt("data/europe-flights" + '.lbl', dtype=np.int)
labels = [label[i][1] for i in range(len(label))]
labelToColors = {0:'r', 1:'g', 2:'b', 3:'y'}
# labelToColors = {0:'#2ECC71', 1:'#2980B9', 2:'#48C9B0', 3:'#F7DC6F'}
colors = [labelToColors[i] for i in labels]
edges = np.loadtxt("data/europe-flights" + '.edge', dtype=np.int)
#更新全局参数,设置图形大小
plt.rcParams.update({
'figure.figsize':(36,36)
})
# # 创建空的无向图
G = nx.Graph()
G.add_nodes_from([i for i in range(len(label))]) # 添加多个节点
print(G)
# # 同时添加多条线
G.add_edges_from([(edges[i][0], edges[i][1]) for i in range(len(edges))])
nx.draw_networkx(G, node_color=colors, pos=nx.random_layout(G), width = 0.1)
plt.show()
注:
- pos=nx.random_layout(G):节点随机排列
- width = 0.1:连接两个节点之间线条的宽度(粗细程度)
- 边文件后缀为.edge
- 标签文件后缀为.lbl
- 数据来源:europe-flights
结语
文章仅作为个人学习笔记记录,记录从0到1的一个过程
希望对您有一点点帮助,如有错误欢迎小伙伴指正
【版权声明】本文为华为云社区用户原创内容,未经允许不得转载,如需转载请自行联系原作者进行授权。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)