python networkx如何画图

使用Python的NetworkX库绘制图的核心步骤是：导入库、创建图对象、添加节点和边、使用Matplotlib显示图像。 下面将详细描述这些步骤，并提供一些实际操作的例子和技巧。

一、导入必要的库

首先，导入NetworkX和Matplotlib库。NetworkX用于创建和操作图，Matplotlib用于绘图和显示图像。

import networkx as nx
import matplotlib.pyplot as plt

二、创建图对象

NetworkX提供了不同类型的图对象，如无向图、有向图、加权图等。可以根据需要选择合适的图对象。

# 创建无向图
G = nx.Graph()
创建有向图
DG = nx.DiGraph()
创建加权图
WG = nx.Graph()

三、添加节点和边

节点可以是任何可哈希对象，如整数、字符串、元组等。边可以通过连接两个节点来创建，并且可以附加权重等属性。

1、添加节点

# 添加单个节点
G.add_node(1)
添加多个节点
G.add_nodes_from([2, 3, 4])

2、添加边

# 添加单条边
G.add_edge(1, 2)
添加多条边
G.add_edges_from([(2, 3), (3, 4), (4, 1)])

3、添加带权重的边

# 添加带权重的边
WG.add_edge(1, 2, weight=4.2)
WG.add_edge(2, 3, weight=3.6)

四、绘制图

NetworkX与Matplotlib的结合使得绘图非常简单和灵活。

1、基本绘图

# 绘制无向图
nx.draw(G, with_labels=True)
plt.show()

2、绘制有向图

# 绘制有向图
nx.draw(DG, with_labels=True, node_color='skyblue', font_weight='bold')
plt.show()

3、绘制带权重的图

# 绘制带权重的图
pos = nx.spring_layout(WG)  # 用于选择图的布局
nx.draw(WG, pos, with_labels=True)
labels = nx.get_edge_attributes(WG, 'weight')
nx.draw_networkx_edge_labels(WG, pos, edge_labels=labels)
plt.show()

五、图的布局

NetworkX提供了多种布局算法，如圆形布局、随机布局、壳布局等，可以根据需要选择合适的布局。

1、圆形布局

pos = nx.circular_layout(G)
nx.draw(G, pos, with_labels=True)
plt.show()

2、随机布局

pos = nx.random_layout(G)
nx.draw(G, pos, with_labels=True)
plt.show()

3、壳布局

pos = nx.shell_layout(G)
nx.draw(G, pos, with_labels=True)
plt.show()

六、定制图的外观

可以通过改变节点和边的颜色、形状、大小等来定制图的外观。

1、改变节点颜色和大小

nx.draw(G, with_labels=True, node_color='lightblue', node_size=700)
plt.show()

2、改变边的颜色和宽度

nx.draw(G, with_labels=True, edge_color='gray', width=2)
plt.show()

七、复杂图的绘制

对于大型或复杂的图，可以使用子图、层次布局等来提高可读性。

1、绘制子图

fig, ax = plt.subplots(1, 2, figsize=(12, 6))
绘制第一个子图
nx.draw(G, with_labels=True, ax=ax[0])
ax[0].set_title('Graph 1')
绘制第二个子图
nx.draw(DG, with_labels=True, node_color='skyblue', ax=ax[1])
ax[1].set_title('Graph 2')
plt.show()

2、层次布局

层次布局通常用于有向无环图（DAG），可以使用NetworkX的hierarchy_pos函数实现。

def hierarchy_pos(G, root=None, width=1., vert_gap=0.2, vert_loc=0, xcenter=0.5):
    '''
    If the graph is a tree this will return the positions to plot this in a
    hierarchical layout.
    '''
    pos = _hierarchy_pos(G, root, width, vert_gap, vert_loc, xcenter)
    return pos
def _hierarchy_pos(G, root, width=1., vert_gap=0.2, vert_loc=0, xcenter=0.5, pos=None, parent=None, parsed=[]):
    if pos is None:
        pos = {root: (xcenter, vert_loc)}
    else:
        pos[root] = (xcenter, vert_loc)
    children = list(G.neighbors(root))
    if not isinstance(G, nx.DiGraph) and parent is not None:
        children.remove(parent)
    if len(children) != 0:
        dx = width / len(children)
        nextx = xcenter - width/2 - dx/2
        for child in children:
            nextx += dx
            pos = _hierarchy_pos(G, child, width=dx, vert_gap=vert_gap, vert_loc=vert_loc-vert_gap, xcenter=nextx, pos=pos, parent=root, parsed=parsed)
    return pos
创建DAG
DAG = nx.DiGraph()
DAG.add_edges_from([(1, 2), (1, 3), (2, 4), (2, 5), (3, 6), (3, 7)])
pos = hierarchy_pos(DAG, 1)
nx.draw(DAG, pos=pos, with_labels=True, node_size=5000, node_color='lightgreen')
plt.show()

八、总结

通过上述步骤，可以使用Python的NetworkX库轻松创建和绘制各种类型的图。无论是简单的无向图、有向图，还是复杂的带权重的图，NetworkX和Matplotlib都提供了强大的功能和灵活的选项来满足不同的需求。

在项目管理中，图形化的表示方式可以帮助团队更直观地理解项目的结构和进展。例如，研发项目管理系统PingCode和通用项目管理软件Worktile都可以集成这些图形化的表示方式，以提高团队的协作效率和项目的可视化管理。

希望这篇文章能帮助你更好地理解和使用NetworkX库来绘制图。如果有任何问题或需要进一步的帮助，请随时联系。