jak narysować skierowane wykresy za pomocą networkx w Pythonie?

Mam kilka węzłów pochodzących ze skryptu, który chcę odwzorować na wykresie. Poniżej chcę użyć strzałki, aby przejść od A do D i prawdopodobnie zabarwić krawędź (na czerwono lub coś w tym stylu).

Jest to w zasadzie jak ścieżka od A do D, gdy wszystkie inne węzły są obecne. możesz wyobrazić sobie każdy węzeł jako miasta, a podróż z punktu A do D wymaga wskazówek (z grotami strzałek).

Poniższy kod tworzy wykres

import networkx as nx
import numpy as np
import matplotlib.pyplot as plt

G = nx.Graph()
G.add_edges_from(
    [('A', 'B'), ('A', 'C'), ('D', 'B'), ('E', 'C'), ('E', 'F'),
     ('B', 'H'), ('B', 'G'), ('B', 'F'), ('C', 'G')])

val_map = {'A': 1.0,
           'D': 0.5714285714285714,
           'H': 0.0}

values = [val_map.get(node, 0.25) for node in G.nodes()]

nx.draw(G, cmap = plt.get_cmap('jet'), node_color = values)
plt.show()

ale chcę coś takiego, jak pokazano na obrazku.

Groty strzałek pierwszego obrazu i krawędzie w kolorze czerwonym na drugim obrazie.

W pełni rozwinięty przykład ze strzałkami tylko dla czerwonych krawędzi:

import networkx as nx
import matplotlib.pyplot as plt

G = nx.DiGraph()
G.add_edges_from(
    [('A', 'B'), ('A', 'C'), ('D', 'B'), ('E', 'C'), ('E', 'F'),
     ('B', 'H'), ('B', 'G'), ('B', 'F'), ('C', 'G')])

val_map = {'A': 1.0,
           'D': 0.5714285714285714,
           'H': 0.0}

values = [val_map.get(node, 0.25) for node in G.nodes()]

# Specify the edges you want here
red_edges = [('A', 'C'), ('E', 'C')]
edge_colours = ['black' if not edge in red_edges else 'red'
                for edge in G.edges()]
black_edges = [edge for edge in G.edges() if edge not in red_edges]

# Need to create a layout when doing
# separate calls to draw nodes and edges
pos = nx.spring_layout(G)
nx.draw_networkx_nodes(G, pos, cmap=plt.get_cmap('jet'), 
                       node_color = values, node_size = 500)
nx.draw_networkx_labels(G, pos)
nx.draw_networkx_edges(G, pos, edgelist=red_edges, edge_color='r', arrows=True)
nx.draw_networkx_edges(G, pos, edgelist=black_edges, arrows=False)
plt.show()

Podaję to tylko dla kompletności. Wiele się nauczyłem od Mariusa i MDML. Oto ciężary krawędzi. Przepraszam za strzały. Wygląda na to, że nie tylko ja mówię, że nie można temu zaradzić. Nie mogłem tego wyrenderować na notebooku ipython, musiałem przejść bezpośrednio z Pythona, co było problemem z szybszym wprowadzeniem moich obciążeń krawędzi.

import networkx as nx
import numpy as np
import matplotlib.pyplot as plt
import pylab

G = nx.DiGraph()

G.add_edges_from([('A', 'B'),('C','D'),('G','D')], weight=1)
G.add_edges_from([('D','A'),('D','E'),('B','D'),('D','E')], weight=2)
G.add_edges_from([('B','C'),('E','F')], weight=3)
G.add_edges_from([('C','F')], weight=4)


val_map = {'A': 1.0,
                   'D': 0.5714285714285714,
                              'H': 0.0}

values = [val_map.get(node, 0.45) for node in G.nodes()]
edge_labels=dict([((u,v,),d['weight'])
                 for u,v,d in G.edges(data=True)])
red_edges = [('C','D'),('D','A')]
edge_colors = ['black' if not edge in red_edges else 'red' for edge in G.edges()]

pos=nx.spring_layout(G)
nx.draw_networkx_edge_labels(G,pos,edge_labels=edge_labels)
nx.draw(G,pos, node_color = values, node_size=1500,edge_color=edge_colors,edge_cmap=plt.cm.Reds)
pylab.show()

Zamiast zwykłego nx.draw możesz użyć:

nx.draw_networkx(G[, pos, arrows, with_labels])

Na przykład:

nx.draw_networkx(G, arrows=True, **options)

Możesz dodać opcje, inicjując tę ​​** zmienną w następujący sposób:

options = {
    'node_color': 'blue',
    'node_size': 100,
    'width': 3,
    'arrowstyle': '-|>',
    'arrowsize': 12,
}

Również niektóre funkcje obsługują directed=True parameter W tym przypadku ten stan jest domyślny:

G = nx.DiGraph(directed=True)

Dokumentacja networkx znajduje się tutaj .

Musisz użyć wykresu skierowanego zamiast wykresu, tj

G = nx.DiGraph()

Następnie utwórz listę kolorów krawędzi, których chcesz użyć, i przekaż je nx.draw (jak pokazuje @Marius).

Podsumowując to wszystko, otrzymuję obraz poniżej. Wciąż nie jest to inne zdjęcie, które pokazujesz (nie wiem, skąd pochodzą twoje ciężary krawędzi), ale znacznie bliżej! Jeśli chcesz mieć większą kontrolę nad wyglądem wykresu wyjściowego (np. Uzyskać groty strzałek, które wyglądają jak strzałki), wypróbuj NetworkX z Graphviz .

import networkx as nx
import matplotlib.pyplot as plt

g = nx.DiGraph()
g.add_nodes_from([1,2,3,4,5])
g.add_edge(1,2)
g.add_edge(4,2)
g.add_edge(3,5)
g.add_edge(2,3)
g.add_edge(5,4)

nx.draw(g,with_labels=True)
plt.draw()
plt.show()

To jest po prostu proste, jak narysować skierowany wykres za pomocą Pythona 3.x przy użyciu networkx. tylko prosta reprezentacja i może być modyfikowana, kolorowana itp. Zobacz wygenerowany wykres tutaj .

Uwaga: to tylko prosta reprezentacja. Można dodać krawędzie ważone, np

g.add_edges_from([(1,2),(2,5)], weight=2)

i dlatego ponownie wykreślił.

import networkx as nx
import matplotlib.pyplot as plt

G = nx.DiGraph()
G.add_node("A")
G.add_node("B")
G.add_node("C")
G.add_node("D")
G.add_node("E")
G.add_node("F")
G.add_node("G")
G.add_edge("A","B")
G.add_edge("B","C")
G.add_edge("C","E")
G.add_edge("C","F")
G.add_edge("D","E")
G.add_edge("F","G")

print(G.nodes())
print(G.edges())

pos = nx.spring_layout(G)

nx.draw_networkx_nodes(G, pos)
nx.draw_networkx_labels(G, pos)
nx.draw_networkx_edges(G, pos, edge_color='r', arrows = True)

plt.show()