Networkx如何画点图并显示边权

最新推荐文章于 2024-05-06 21:33:17 发布

原创最新推荐文章于 2024-05-06 21:33:17 发布 · 6.1k 阅读

18 ·

CC 4.0 BY-SA版权

文章标签：

#python

该博客展示了如何从CSV数据集中读取边的连接关系和权重，利用NetworkX库创建并绘制有向图。通过nx.random_layout生成节点位置，并在图上显示边的权重，提供了一种可视化网络数据的方法。

程序描述：给出一个数据集power3.csv，含有n行3列数据，前两列表示点之间的连接关系，最后一列表示边的权重，画出这个点图，并在图上显示边权。

数据集：

在Jupyter notebook中：

%matplotlib inline
%matplotlib notebook
#%matplotlib inline这一句是IPython的魔法函数，可以在IPython编译器里直接使用，
#作用是内嵌画图，省略掉plt.show()这一步，直接显示图像可以将matplotlib的图表直接嵌入到Notebook
#之中，或者使用指定的界面库显示图表，它有一个参数指定matplotlib图表的显示方式。inline表示将图表嵌入到Notebook中
#魔法命令都以%或者%%开头，以%开头的成为行命令，%%开头的称为单元命令。行命令只对命令所在的行有效，而
#单元命令则必须出现在单元的第一行，对整个单元的代码进行处理。
import matplotlib.pyplot as plt
import networkx as nx
import pandas as pd
import numpy as np
#读入数据集文件
def read_csv(path):
data = pd.read_csv(path,header=None)
data= np.array(data)
return data
edges = read_csv('data//power3.csv')#这里是数据集的位置
g= nx.DiGraph()#定义有向图，无向图是nx.Graph()
g.add_weighted_edges_from(edges)
weights=g.edges.data("weight")
for k in weights:
g.add_edge(int(k[0]), int(k[1]), weight=k[2])
#生成节点位置序列
pos = nx.random_layout(g)
weights = nx.get_edge_attributes(g, "weight")
nx.draw_networkx(g, pos, with_labels=True)
nx.draw_networkx_edge_labels(g, pos, edge_labels=weights)
plt.show()
##2020-3-19