python - 如何在networkx中绘制具有社区结构的小图

该图大约有 100 个节点，社区数量从 5 到 20 不等。有没有办法绘制该图，使同一社区的节点彼此靠近？

我尝试为不同的社区分配不同的颜色，但这在我的应用程序中效果不佳。

我读过 this 和 this 但没有找到好的解决方案。

我正在使用 python 2.7.12 和 newtorkx-1.11

最佳答案

对于小图，我发现 spring_layout 非常适合绘制社区。如果您需要突出显示节点(及其社区)，我建议您:

为不同的社区选择不同的颜色(越多越好
颜色在视觉上不同，更好)，

增加节点和

的大小

使边缘变浅灰色(这样图形看起来更少
杂乱，节点在视觉上更加突出)。

如果您选择 spring_layout，您还可以使用 k 参数(文档说明:增加此值以将节点移得更远)。请注意，每次运行代码时 spring_layout 可以给出不同的图像(这样您可以多次运行代码并仅在对结果满意时才保存图像)。

在以下示例中，我使用默认图形 ( nx.karate_club_graph )，其中我使用 python-louvain 包(作为 community 导入)自动检测社区。节点大小由 node_size 中的 nx.draw_networkx_nodes 参数定义。节点颜色取决于它们所属的社区——我使用 plt.cm.RdYlBu 颜色图(查看更多颜色图 here )。请注意，您还可以通过在 figsize 中使用 plt.figure 定义更大或更小的图像来影响节点大小(和边长)。

import networkx as nx
import community
import matplotlib.pyplot as plt

G = nx.karate_club_graph()  # load a default graph

partition = community.best_partition(G)  # compute communities

pos = nx.spring_layout(G)  # compute graph layout
plt.figure(figsize=(8, 8))  # image is 8 x 8 inches
plt.axis('off')
nx.draw_networkx_nodes(G, pos, node_size=600, cmap=plt.cm.RdYlBu, node_color=list(partition.values()))
nx.draw_networkx_edges(G, pos, alpha=0.3)
plt.show(G)

输出(我多次运行代码并选择了“最漂亮”的图像):



但是，如果您有一个更大的图表，但社区不太明显呢？这是一个更复杂的图，有 100 个节点和 100 个随机边(因此是随机社区)，但具有相同的绘图方法:

import networkx as nx
import community
import matplotlib.pyplot as plt
import random

H = nx.Graph()

nodes = list(range(100))  # 100 nodes

# add 100 random edges
for i in range(100):
    src = random.choice(nodes)
    dest = random.choice(nodes)
    # we don't want src to be the same as dest
    while src == dest:
        dest = random.choice(nodes)

    H.add_edge(src, dest)

partition = community.best_partition(H)  # compute communities

pos = nx.spring_layout(H)  # compute graph layout
plt.figure(figsize=(10, 10))
plt.axis('off')
nx.draw_networkx_nodes(H, pos, node_size=600, cmap=plt.cm.RdYlBu, node_color=list(partition.values()))
nx.draw_networkx_edges(H, pos, alpha=0.3)
plt.show(H)

输出:



我们在上图中看不到明确的社区。在这里你至少有三个选择:

手动定义图形布局(节点坐标/位置)( pos在我的代码中)，

试验不同的布局(找到 here )和

为每个社区(或至少是最重要的社区)提供一张图片
社区)。

如果你选择第三个选项，你可以让一个突出显示的社区的节点比其他节点大(当然还有不同的颜色)。您还可以更改该社区中边缘的颜色和粗细(以下示例中未显示)。

node_size = []

# first community against the others
for node, community in partition.items():
    if community == 1:
        node_size.append(900)
    else:
        partition[node] = 0  # I put all the other communities in one communitiy
        node_size.append(300)

plt.figure(figsize=(10, 10))
plt.axis('off')
nodes = nx.draw_networkx_nodes(H, pos, node_size=node_size, cmap=plt.cm.winter, node_color=list(partition.values()))
nx.draw_networkx_edges(H, pos, alpha=0.3)
plt.show(H)

输出(仅突出显示第一个社区):



如果同一个图形有多个图像，我建议节点在所有图像中具有相同的位置(您需要在图形之间具有相同的 pos)。这样图像更具可比性。

关于python - 如何在networkx中绘制具有社区结构的小图，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/40941264/