networkx+python构建图结构数据并可视化

目前处理非欧数据最常见的方法还是构建图，而networkx一个专门的构建图数据的工具。方便又好用。

先给链接：https://networkx.github.io/

官方文档：https://networkx.github.io/documentation/latest/

networkx的安装方法上面的官方文档已经很详细记录，阿盏就不赘述了。

官方文档里给了几个demo，虽然便利，但泛化性不强。我这边给一个泛化性强一些的demo：

import networkx as nx
import matplotlib.pyplot as plt

g = nx.Graph()
g.add_edge('1', '2')
g.add_edge('2', '3')
g.add_edge('1', '4')
g.add_edge('2', '4')
fig, ax = plt.subplots()
nx.draw(g, ax=ax)
plt.show()

咱们构建的图数据就是g，看得出来一共有['1', '2', '3', 4'']四个节点。可视化结果为：

就一张光秃秃的点棍图，可以把节点label加上，只需设置with_labels=True:

import networkx as nx
import matplotlib.pyplot as plt

g = nx.Graph()
g.add_edge('1', '2')
g.add_edge('2', '3')
g.add_edge('1', '4')
g.add_edge('2', '4')
fig, ax = plt.subplots()
nx.draw(g, ax=ax, with_labels=True) # show node label
plt.show()

有没有发现每次可视化，图节点的位置是随机任性摆放的。如果想固定节点的位置，也是可以的：

import networkx as nx
import matplotlib.pyplot as plt

g = nx.Graph()
g.add_edge('1', '2')
g.add_edge('2', '3')
g.add_edge('1', '4')
g.add_edge('2', '4')

pos_dict = {'1':[ 1,  1], '2': [ 1.5,  0.8], '3': [ 1.7,  2.8], '4': [ 0.6,3.3]}
positions=nx.spring_layout(G, pos=pos_dict)

fig, ax = plt.subplots()
nx.draw(g, ax=ax, with_labels=True， pos=positions)
plt.show()

如上输入每个节点在可视化中的坐标，就可以把节点固定在一个位置。这样，无论运行多少次，其可视化结果也只会是一个样子：