Question

NetworkX主要用于图形分析，PyGraphviz主要用于绘图，它们旨在协同工作。然而，至少有一个方面，NetworkX的图形绘制（通过MatPlotLib）优于PyGraphviz的图形绘制（通过Graphviz），即NetworkX具有弹簧布局算法（可通过spring_layout函数访问），专门用于有向图而PyGraphviz有几种弹簧布局算法（可通过neato程序和其他程序访问），这些算法将有向图布置为无向图。真正处理图表方向的唯一Graphviz / PyGraphviz布局程序是dot，但是dot创建了分层布局，而不是强制定向布局。

这是一个示例，显示了有向图的弹簧布局的NetworkX和PyGraphviz之间的区别：

import networkx as nx
import pygraphviz as pgv
import matplotlib.pyplot as ppt

edgelist = [(1,2),(1,9),(3,2),(3,9),(4,5),(4,6),(4,9),(5,9),(7,8),(7,9)]

nxd = nx.DiGraph()
nxu = nx.Graph()
gvd = pgv.AGraph(directed=True)
gvu = pgv.AGraph()

nxd.add_edges_from(edgelist)
nxu.add_edges_from(edgelist)
gvd.add_edges_from(edgelist)
gvu.add_edges_from(edgelist)

pos1 = nx.spring_layout(nxd)
nx.draw_networkx(nxd,pos1)
ppt.savefig('1_networkx_directed.png')
ppt.clf()

pos2 = nx.spring_layout(nxu)
nx.draw_networkx(nxu,pos2)
ppt.savefig('2_networkx_undirected.png')
ppt.clf()

gvd.layout(prog='neato')
gvd.draw('3_pygraphviz_directed.png')

gvu.layout(prog='neato')
gvu.draw('4_pygraphviz_undirected.png')

1_networkx_directed.png：（http://farm9.staticflickr.com/8516/8521343506_0c5d62e013.jpg）

2_networkx_undirected.png：（http://farm9.staticflickr.com/8246/8521343490_06ba1ec8e7.jpg）

3_pygraphviz_directed.png：（http://farm9.staticflickr.com/8365/8520231171_ef7784d983.jpg）

4_pygraphviz_undirected.png：（http://farm9.staticflickr.com/8093/8520231231_80c7eab443.jpg）

绘制的第三和第四个数字基本相同，但对于箭头（整个数字已经旋转，但除此之外，没有区别）。但是，第一个和第二个数字的布局不同 - 不仅仅是因为NetworkX的布局算法引入了随机元素。

重复运行上面的代码表明这不是偶然发生的。 NetworkX的spring_layout函数显然是假设如果从一个节点到另一个节点存在弧，则第二个节点应该比第一个节点更接近图的中心（即如果{{ 1}}被指示，节点2应该比节点1和3更接近节点9，节点6应该比节点4更接近节点9，并且节点8应该比节点7更接近节点9;这不是我们从上面第一个图中的节点4和5看到的总是完美地工作，但与在中心附近获得2和9以及从我的观点来看的“错误”非常轻微相比，这是一个小问题。换句话说，NetworkX的edgelist既是分层的，也是强制导向的。

这是一个很好的功能，因为它使得核心/外围结构在有向图中变得更加明显（根据您正在使用的假设，没有入射弧的节点可以被认为是外围的一部分，即使它们是有大量的传出弧线）。 @skyebend在下面解释了为什么大多数布局算法将有向图看作是无向的，但上图显示（a）NetworkX以不同方式对待它们，以及（b）它以有原则的方式这样做有助于分析。

可以使用PyGraphviz / Graphviz复制吗？

不幸的是，对于NetworkX spring_layout（实际上是spring_layout）函数，documentation和注释source code没有提供关于NetworkX为什么会产生结果的线索。

这是使用PyGraphviz使用NetworkX fruchterman_reingold_layout函数绘制网络的结果（请参阅下面我自己对此问题的回答）。 5_pygraphviz_plus_networkx.png：（http://farm9.staticflickr.com/8378/8520231183_e7dfe21ab4.jpg）

Answer 1

好吧，我想我已经明白了，所以我要回答我自己的问题。我不认为可以在PyGraphviz本身完成。但是，可以指示PyGraphviz从NetworkX获取节点位置但是将它们挂起（使用!），以防止neato程序实际执行任何操作，除了对由{{计算的节点位置进行橡皮图章标记1}}。将以下代码行添加到上面：

spring_layout

结果并不完美 - 我不得不将坐标乘以10以便阻止节点相互叠加，这显然是一个kludge - 但它是一个改进，即具有0 indegree的节点位于外部（使用NetworkX布局的好处）并且有适当的箭头不会被节点本身吞噬（使用PyGraphviz绘图的好处）。

我知道这不是我要求的严格要求（即使用PyGraphviz / Graphviz本身的解决方案）。

如果有人能提供更好的解决方案，我会很开心！

编辑：如上所述，没有人提供更好的解决问题的方案，所以我将接受我自己的答案，表明它确实有效。然而，我也投票赞成skyebend的答案，因为 - 虽然它没有解决问题 - 但它对理解潜在问题是一个非常有用的贡献。

Answer 2

Graphviz还具有 fdp 和 sfdp 布局模式，用于执行与弹簧布局类似的节点的强制定向放置。我不熟悉NetworkX，但似乎gvu.layout(prog='fdp')可能有用吗？如果NetworkX允许将其他参数传递给Graphviz，则可以调整一些可配置的布局参数，这些参数可以为您提供更接近您想要的布局。请参阅Graphviz文档：http://www.graphviz.org/content/attrs

但是，fdp布局将网络视为无向图。我所知道的大多数“春天”布局也将网络视为无向，因为它们必须将它们转换为距离对称的欧几里德空间（屏幕）。一个例外是“磁性”弹簧布局，它也试图对齐弧线，使它们指向类似的方向以传达层次结构，作为一种排序的neato / dot混合。

算法实现方式也可能不同，它们如何将有向网络中的网络距离转换为无方向的权重/距离，以便通过布局进行优化。如果您想要更好地控制定向弧的解释方式，您可能希望自己明确地执行此步骤。

Graphviz / PyGraphviz中有向图的NetworkX风格弹簧模型布局

2 个答案: