Python实现用networkx绘制MultiDiGraph
更新时间:2024年02月02日 10:57:28 作者:EULE
这篇文章主要介绍了Python实现用networkx绘制MultiDiGraph方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
networkx绘制MultiDiGraph
美赛作图需要,想表现两个节点之间的双向关系,但是网上关于MultiDiGraph的内容很少,翻出去查了一下多向图的画法
记录一下
import matplotlib.pyplot as plt import networkx as nx G = nx.MultiDiGraph() #中间过程略 nx.draw(G,pos,connectionstyle='arc3, rad = 0.2',width=[float(v['weight']) for (r,c,v) in G.edges(data=True)]) #connectionstyle='arc3, rad = 0.2'arc控制双向,rad调线条弧度
最终效果↑
画图部分完整的代码
```python G = nx.MultiDiGraph() row=np.array(['D1','D2','D3','D4','D5','F1','F2','F3','M1','M6','M3','M4','M5','G1']) G.add_nodes_from(['D1','D2','D3','D4','D5','F1','F2','F3','M1','M6','M3','M4','M5','G1']) value=np.array(count) for j in range(0,14): for i in range(0,14): if i!=j: G.add_weighted_edges_from([(row[j],row[i],value[14*j+i])])#边的起点,终点,权重 else: pass node_sizes = [44,22,29,20,35,11,32,20,41,22,57,10,11,20] node_sizesnew=[] for i in node_sizes: i=i*20 node_sizesnew.append(i) pos={'D1':(37.29,77.42),'D2':(31.73,59.91),'D3':(40.47,27.53),'D4':(58.82,15.55),'D5':(46.29,89.65),'F1':(72,52),'F2':(61.64,45.73),'F3':(59.22,59.78),'G1':(11.64,49.73),'M1':(50.55,49.27),'M3':(46.56,56.18),'M4':(74.75,74.25),'M5':(58.25,46),'M6':(49.09,61.09)} nx.draw_networkx_nodes(G,pos,node_size=node_sizesnew,alpha=0.4) nx.draw_networkx_labels(G,pos,font_size=8,) nx.draw(G,pos,edge_color='lightseagreen',alpha=0.5,connectionstyle='arc3, rad = 0.2',width=[float(v['weight']) for (r,c,v) in G.edges(data=True)]) edge_labels=dict([((u,v,),d['weight']) for u,v,d in G.edges(data=True)]) plt.savefig("D:/MATCH52.png",dpi=200, bbox_inches='tight') show() print('finish')
总结
以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。
相关文章
从零开始学习Python与BeautifulSoup网页数据抓取
想要从零开始学习Python和BeautifulSoup网页数据抓取?本指南将为你提供简单易懂的指导,让你掌握这两个强大的工具,不管你是初学者还是有经验的开发者,本指南都能帮助你快速入门并提升技能,不要错过这个机会,开始你的编程之旅吧!2024-01-01pycharm 2020.2.4 pip install Flask 报错 Error:Non-zero exit co
这篇文章主要介绍了pycharm 2020.2.4 pip install Flask 报错 Error:Non-zero exit code,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下2020-12-12python taipy库轻松地将数据和机器学习模型转为功能性Web应用
taipy 是一个开源的 Python 库,任何具有基本 Python 技能的人都可以使用,对于数据科学家、机器学习工程师和 Python 程序员来说,它是一个方便的工具,借助 Taipy,你可以轻松地将数据和机器学习模型转变为功能性的 Web 应用程序2024-01-01
最新评论