python - 在 Python 中使用 networkx 绘制二部图

This question already has answers here:

Bipartite graph in NetworkX

(3 个回答)


6年前关闭。




我有一个二部图的 n1×n2 双邻接矩阵 A。矩阵 A 是一个 scipy.sparse csc 矩阵。我想在 networkx 中使用 A 绘制二部图。假设节点根据它们称为 node_class 的类标签着色。我可以执行以下操作:

import networkx as nx
G = nx.from_numpy_matrix(A)
graph_pos = nx.fruchterman_reingold_layout(G)
degree = nx.degree(G)
nx.draw(G, node_color = node_class, with_labels = False, node_size = [v * 35 for v in degree.values()])

上面的代码适用于方形密集邻接矩阵。但是不适用于非方形双邻接矩阵 A。错误是:

'Adjacency matrix is not square.'

此外，我拥有的矩阵 A 是一个 scipy.sparse 矩阵`，因为它非常大并且有很多零。所以我想避免通过堆叠 A 并添加零来制作 (n1+n2)-by-(n1+n2) 邻接矩阵。

我检查了 NetworkX 的二部图文档，它没有提到如何使用双邻接矩阵绘制二部图，或使用双邻接稀疏矩阵创建图。如果有人能告诉我如何绘制二部图，那就太好了!

最佳答案

我不相信有一个 NetworkX 函数可以从双邻接矩阵创建一个图，所以你必须自己编写。 (但是，他们确实有一个 bipartite module 你应该检查一下。)

这是定义采用稀疏双邻接矩阵并将其转换为 NetworkX 图的函数的一种方法(请参阅注释以获取解释)。

# Input: M scipy.sparse.csc_matrix
# Output: NetworkX Graph
def nx_graph_from_biadjacency_matrix(M):
    # Give names to the nodes in the two node sets
    U = [ "u{}".format(i) for i in range(M.shape[0]) ]
    V = [ "v{}".format(i) for i in range(M.shape[1]) ]

    # Create the graph and add each set of nodes
    G = nx.Graph()
    G.add_nodes_from(U, bipartite=0)
    G.add_nodes_from(V, bipartite=1)

    # Find the non-zero indices in the biadjacency matrix to connect
    # those nodes
    G.add_edges_from([ (U[i], V[j]) for i, j in zip(*M.nonzero()) ])

    return G

请参阅下面的示例用例，其中我使用 nx.complete_bipartite_graph 生成完整图:

import networkx as nx, numpy as np
from networkx.algorithms import bipartite
from scipy.sparse import csc_matrix
import matplotlib.pyplot as plt
RB = nx.complete_bipartite_graph(3, 2)
A  = csc_matrix(bipartite.biadjacency_matrix(RB, row_order=bipartite.sets(RB)[0]))
G = nx_graph_from_biadjacency_matrix(A)
nx.draw_circular(G, node_color = "red", with_labels = True)
plt.show()

这是输出图:

关于python - 在 Python 中使用 networkx 绘制二部图，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/24829123/