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
超好玩的"隔空操物"通过Python MediaPipe库实现
这篇文章主要介绍了python+mediapipe+opencv实现手部关键点检测功能(手势识别),本文仅仅简单介绍了mediapipe的使用,而mediapipe提供了大量关于图像识别等的方法,需要的朋友可以参考下2022-01-01
最新评论