python 如何画无向图

要在Python中绘制无向图，可以使用多个库，其中最常用的是NetworkX和Matplotlib。首先安装所需的库、使用NetworkX创建无向图、使用Matplotlib进行绘制。下面我们详细介绍这三个步骤中的一个。

安装所需的库。可以使用以下命令来安装NetworkX和Matplotlib：

pip install networkx pip install matplotlib

安装完成后，就可以使用这些库来绘制无向图了。

一、安装和设置

首先需要确保安装了所需的库。可以使用以下命令来安装NetworkX和Matplotlib：

pip install networkx pip install matplotlib

安装完成后，就可以使用这些库来绘制无向图了。

二、创建无向图

NetworkX是一个强大的Python库，专门用于处理复杂的网络和图结构。首先，创建一个无向图的方法如下：

import networkx as nx
创建一个无向图
G = nx.Graph()
添加节点
G.add_node(1)
G.add_node(2)
G.add_node(3)
添加边
G.add_edge(1, 2)
G.add_edge(1, 3)
G.add_edge(2, 3)

在上面的代码中，我们首先导入了NetworkX库，然后创建了一个无向图对象G。接着，我们添加了三个节点和三条边。

三、可视化无向图

为了可视化无向图，我们需要使用Matplotlib库。以下是完整的代码示例：

import networkx as nx
import matplotlib.pyplot as plt
创建一个无向图
G = nx.Graph()
添加节点
G.add_node(1)
G.add_node(2)
G.add_node(3)
添加边
G.add_edge(1, 2)
G.add_edge(1, 3)
G.add_edge(2, 3)
绘制无向图
nx.draw(G, with_labels=True, node_color='skyblue', node_size=1500, font_size=16, font_color='black', font_weight='bold')
显示图形
plt.show()

在这个示例中，我们使用nx.draw()函数来绘制无向图，并使用Matplotlib的plt.show()函数来显示图形。我们还可以指定一些额外的参数来定制节点的颜色、大小、标签字体等。

四、添加节点属性和边属性

我们还可以为节点和边添加属性。例如，可以为每个节点添加一个标签，或者为每条边添加一个权重。以下是一个示例：

import networkx as nx
import matplotlib.pyplot as plt
创建一个无向图
G = nx.Graph()
添加节点和属性
G.add_node(1, label='A')
G.add_node(2, label='B')
G.add_node(3, label='C')
添加边和权重
G.add_edge(1, 2, weight=4.2)
G.add_edge(1, 3, weight=2.1)
G.add_edge(2, 3, weight=3.5)
获取节点标签
labels = nx.get_node_attributes(G, 'label')
获取边权重
edges = G.edges(data=True)
weights = [edge[2]['weight'] for edge in edges]
绘制无向图
pos = nx.spring_layout(G)
nx.draw(G, pos, with_labels=True, node_color='skyblue', node_size=1500, font_size=16, font_color='black', font_weight='bold')
nx.draw_networkx_labels(G, pos, labels)
nx.draw_networkx_edge_labels(G, pos, edge_labels={(u, v): d['weight'] for u, v, d in edges})
显示图形
plt.show()

在这个示例中，我们为每个节点添加了一个标签，为每条边添加了一个权重，并使用nx.get_node_attributes()和nx.get_edge_attributes()函数来获取这些属性。接着，我们使用nx.draw_networkx_labels()和nx.draw_networkx_edge_labels()函数来绘制节点标签和边权重。

五、定制无向图布局

NetworkX提供了多种布局算法，可以帮助我们定制无向图的布局。例如，可以使用spring_layout、circular_layout、random_layout等。以下是一个示例：

import networkx as nx
import matplotlib.pyplot as plt
创建一个无向图
G = nx.Graph()
添加节点和边
G.add_nodes_from([1, 2, 3, 4])
G.add_edges_from([(1, 2), (1, 3), (2, 3), (2, 4), (3, 4)])
定义布局
pos_spring = nx.spring_layout(G)
pos_circular = nx.circular_layout(G)
pos_random = nx.random_layout(G)
绘制无向图
plt.figure(figsize=(15, 5))
plt.subplot(131)
nx.draw(G, pos_spring, with_labels=True, node_color='skyblue', node_size=1500, font_size=16, font_color='black', font_weight='bold')
plt.title('Spring Layout')
plt.subplot(132)
nx.draw(G, pos_circular, with_labels=True, node_color='skyblue', node_size=1500, font_size=16, font_color='black', font_weight='bold')
plt.title('Circular Layout')
plt.subplot(133)
nx.draw(G, pos_random, with_labels=True, node_color='skyblue', node_size=1500, font_size=16, font_color='black', font_weight='bold')
plt.title('Random Layout')
显示图形
plt.show()

在这个示例中，我们使用了三种不同的布局算法：spring_layout、circular_layout和random_layout，并将它们绘制在同一个图中。每种布局算法都有其独特的特点，可以根据需要选择适合的布局。

六、绘制带有子图的无向图

有时候我们需要绘制带有子图的无向图，NetworkX也可以方便地实现这一点。以下是一个示例：

import networkx as nx
import matplotlib.pyplot as plt
创建一个无向图
G = nx.Graph()
添加节点和边
G.add_nodes_from([1, 2, 3, 4, 5, 6])
G.add_edges_from([(1, 2), (1, 3), (2, 3), (2, 4), (3, 4), (5, 6)])
获取子图
sub_graph_1 = G.subgraph([1, 2, 3, 4])
sub_graph_2 = G.subgraph([5, 6])
定义布局
pos = nx.spring_layout(G)
pos_sub_1 = nx.spring_layout(sub_graph_1)
pos_sub_2 = nx.spring_layout(sub_graph_2)
绘制无向图
plt.figure(figsize=(10, 5))
plt.subplot(121)
nx.draw(sub_graph_1, pos_sub_1, with_labels=True, node_color='skyblue', node_size=1500, font_size=16, font_color='black', font_weight='bold')
plt.title('Subgraph 1')
plt.subplot(122)
nx.draw(sub_graph_2, pos_sub_2, with_labels=True, node_color='skyblue', node_size=1500, font_size=16, font_color='black', font_weight='bold')
plt.title('Subgraph 2')
显示图形
plt.show()

在这个示例中，我们首先创建了一个包含六个节点的无向图，然后使用G.subgraph()方法获取两个子图，并分别绘制它们。

七、定制无向图的样式

我们还可以通过定制无向图的样式来使其更加美观。以下是一个示例：

import networkx as nx
import matplotlib.pyplot as plt
创建一个无向图
G = nx.Graph()
添加节点和边
G.add_nodes_from([1, 2, 3, 4])
G.add_edges_from([(1, 2), (1, 3), (2, 3), (2, 4), (3, 4)])
定义布局
pos = nx.spring_layout(G)
绘制无向图
plt.figure(figsize=(8, 6))
nx.draw(G, pos, with_labels=True, node_color='lightgreen', node_size=2000, font_size=20, font_color='darkred', font_weight='bold', edge_color='grey', width=2, style='dashed')
显示图形
plt.title('Customized Graph')
plt.show()

在这个示例中，我们通过设置node_color、node_size、font_size、font_color、font_weight、edge_color、width和style等参数，定制了无向图的样式，使其更加美观。

八、使用不同颜色表示节点类别

有时候我们需要使用不同的颜色来表示节点的类别。以下是一个示例：

import networkx as nx
import matplotlib.pyplot as plt
创建一个无向图
G = nx.Graph()
添加节点和边
G.add_nodes_from([(1, {'category': 'A'}), (2, {'category': 'A'}), (3, {'category': 'B'}), (4, {'category': 'B'})])
G.add_edges_from([(1, 2), (1, 3), (2, 3), (2, 4), (3, 4)])
获取节点类别
categories = nx.get_node_attributes(G, 'category')
colors = ['skyblue' if categories[node] == 'A' else 'lightcoral' for node in G.nodes()]
定义布局
pos = nx.spring_layout(G)
绘制无向图
plt.figure(figsize=(8, 6))
nx.draw(G, pos, with_labels=True, node_color=colors, node_size=2000, font_size=20, font_color='black', font_weight='bold', edge_color='grey', width=2)
显示图形
plt.title('Graph with Different Node Categories')
plt.show()

在这个示例中，我们为每个节点添加了一个类别属性，并通过获取这些属性来设置节点的颜色，使不同类别的节点使用不同的颜色表示。

九、保存无向图

最后，我们可以将绘制的无向图保存为图像文件。以下是一个示例：

import networkx as nx
import matplotlib.pyplot as plt
创建一个无向图
G = nx.Graph()
添加节点和边
G.add_nodes_from([1, 2, 3, 4])
G.add_edges_from([(1, 2), (1, 3), (2, 3), (2, 4), (3, 4)])
定义布局
pos = nx.spring_layout(G)
绘制无向图
plt.figure(figsize=(8, 6))
nx.draw(G, pos, with_labels=True, node_color='lightgreen', node_size=2000, font_size=20, font_color='darkred', font_weight='bold', edge_color='grey', width=2, style='dashed')
保存图形
plt.title('Saved Graph')
plt.savefig('graph.png')
显示图形
plt.show()