python | pygraphviz，一个强大的 Python 库！

本文来源公众号“python”，仅用于学术分享，侵权删，干货满满。

原文链接：https://mp.weixin.qq.com/s/4Pt6o79-FHwwlKa8cLDoOw

pygraphviz是一个用于创建、编辑和可视化图形结构的Python第三方库，它是著名的Graphviz图形可视化软件的Python接口。Graphviz是一个开源的图形可视化工具，广泛应用于数据结构、网络拓扑、流程图等领域的可视化工作。pygraphviz通过提供简洁的Python API，让开发者能够轻松地在Python环境中创建各种复杂的图形结构，并生成高质量的可视化图像。该库特别适合用于网络分析、数据关系展示、算法可视化等场景，是数据科学家和开发者进行图形化展示的得力助手。

安装

1、安装依赖

在安装pygraphviz之前，需要先安装Graphviz软件本身。

不同操作系统的安装方法如下：

Ubuntu/Debian系统：

sudo apt-get install graphviz graphviz-dev

macOS系统：

brew install graphviz

Windows系统：

从Graphviz官网下载安装包并安装，然后将安装路径添加到系统环境变量。

2、安装pygraphviz

pip install pygraphviz

3、验证安装

import pygraphviz as pgv
print(pgv.__version__)

如果能正常输出版本号，说明安装成功。

核心特性：

• 完整的Graphviz支持：支持所有Graphviz的布局引擎和图形属性

• 灵活的图形创建：可以创建有向图、无向图、子图等多种图形结构

• 丰富的可视化选项：支持节点形状、颜色、标签、边样式等多种自定义选项

• 多种输出格式：可导出为PNG、PDF、SVG、DOT等多种格式

• 高性能处理：基于C语言实现的Graphviz，处理大规模图形效率高

• 与NetworkX兼容：可以与NetworkX等其他图形库无缝集成

基本功能

1、创建简单图形

通过AGraph类可以快速构建一个图形对象，添加节点和边来表示实体之间的关系。

下面的示例展示了如何创建一个包含三个节点的简单有向图，并设置节点的可视化属性：

import pygraphviz as pgv

# 创建有向图
G = pgv.AGraph(directed=True)

# 添加节点
G.add_node('A', color='lightblue', style='filled')
G.add_node('B', color='lightgreen', style='filled')
G.add_node('C', color='lightyellow', style='filled')

# 添加边
G.add_edge('A', 'B')
G.add_edge('B', 'C')
G.add_edge('A', 'C')

# 设置布局
G.layout(prog='dot')

# 保存图形
G.draw('simple_graph.png')

2、设置图形属性

在创建图形后，往往需要对图形的整体外观进行调整，包括图形标题、字体、大小等全局属性。

以下示例演示了如何设置图形的全局属性，包括背景色、字体、图形大小等：

import pygraphviz as pgv

G = pgv.AGraph(directed=True)

# 设置图形属性
G.graph_attr['label'] = '流程图示例'
G.graph_attr['fontsize'] = '16'
G.graph_attr['bgcolor'] = 'white'
G.node_attr['shape'] = 'box'
G.node_attr['style'] = 'rounded,filled'
G.node_attr['fillcolor'] = '#E8F4F8'

# 添加节点和边
G.add_edge('开始', '处理')
G.add_edge('处理', '结束')

G.layout(prog='dot')
G.draw('styled_graph.png')

3、使用不同布局引擎

Graphviz提供了多种布局算法，每种算法适合不同类型的图形。dot适合层次结构图，neato适合无向图，circo适合环形布局，fdp使用力导向算法等。 下面展示了如何对同一个图形应用不同的布局引擎，帮助开发者根据实际需求选择最佳的展示方式：

import pygraphviz as pgv

G = pgv.AGraph()
G.add_edges_from([('A','B'), ('B','C'), ('C','D'), ('D','A'), ('A','C')])

# 使用不同布局
layouts = ['dot', 'neato', 'circo', 'fdp']
for layout in layouts:
    G.layout(prog=layout)
    G.draw(f'graph_{layout}.png')

高级功能

1、创建子图和簇

在复杂的图形可视化场景中，经常需要将相关的节点组织在一起形成逻辑分组。子图（Subgraph）功能可以创建这样的分组结构，通过cluster前缀可以让这些分组在可视化时显示为一个带边框的区域。

import pygraphviz as pgv

G = pgv.AGraph(directed=True)

# 创建子图
G.add_subgraph(['A', 'B'], name='cluster_0', label='模块1', color='blue')
G.add_subgraph(['C', 'D'], name='cluster_1', label='模块2', color='red')

# 添加跨子图的边
G.add_edge('A', 'C')
G.add_edge('B', 'D')

G.layout(prog='dot')
G.draw('subgraph.png')

2、自定义节点和边样式

为了创建更具表现力的图形，pygraphviz允许对每个节点和边进行精细的样式控制。可以设置节点的形状（矩形、圆形、菱形等）、颜色、边框样式，以及边的样式（实线、虚线、粗细）、颜色和标签。

import pygraphviz as pgv

G = pgv.AGraph(directed=True)

# 自定义节点样式
G.add_node('服务器', shape='box3d', fillcolor='lightblue', style='filled')
G.add_node('数据库', shape='cylinder', fillcolor='lightgreen', style='filled')
G.add_node('客户端', shape='ellipse', fillcolor='lightyellow', style='filled')

# 自定义边样式
G.add_edge('客户端', '服务器', color='red', style='bold', label='HTTP')
G.add_edge('服务器', '数据库', color='blue', style='dashed', label='SQL')

G.layout(prog='dot')
G.draw('custom_style.png')

3、从文件读取和导出

在实际项目中，图形数据可能来源于外部文件或需要与其他工具交互，pygraphviz支持DOT格式文件的读取和导出，这是Graphviz的标准格式。

import pygraphviz as pgv

# 创建图形并保存为DOT格式
G = pgv.AGraph(directed=True)
G.add_edge('A', 'B')
G.add_edge('B', 'C')
G.write('graph.dot')

# 从DOT文件读取
G2 = pgv.AGraph('graph.dot')
G2.layout(prog='dot')
G2.draw('from_dot.png')

总结

pygraphviz是一个功能强大且易于使用的Python图形可视化库，它将Graphviz的强大功能完美地集成到Python生态系统中。通过本文的介绍，了解了pygraphviz的安装方法、核心特性以及从基础到高级的各种使用技巧。无论是创建简单的流程图，还是复杂的网络拓扑图，pygraphviz都能提供灵活且专业的解决方案，丰富的自定义选项和多样的布局算法，使得开发者能够根据实际需求创建出清晰美观的图形。

THE END !

文章结束，感谢阅读。您的点赞，收藏，评论是我继续更新的动力。大家有推荐的公众号可以评论区留言，共同学习，一起进步。