根据厚度在networkx中绘制一个大的加权网络？

Question

如何在网络x中按厚度绘制N> 1000个节点的加权网络？如果我有一个.csv源列表，目标节点和每个边的权重，我正在考虑使用该方法：

for i in range(N)
G.add_edge(source[i],target[i], weight=weight[i]) 
nx.draw_networkx_edges(G)

然后，我是否必须给每一条边都加厚？或每组具有相似厚度的边缘？

Answer 1

您可以单独指定每个边，或者如果您有一些计算分组的功能（然后使用多次调用draw_network_edges），您可以在组中定义它们。

这是一个随机图形的示例，它使用边缘权重，首先定义边缘厚度，然后使用数据作为着色。

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

n = 15; m = 40

# select some edge destinations
L = np.random.choice(xrange(n), 2*m)
# and suppose that each edge has a weight
weights = 0.5 + 5 * np.random.rand(m)

# create a graph object, add n nodes to it, and the edges
G = nx.DiGraph()
G.add_nodes_from(xrange(n))
for i, (fr, to) in enumerate(zip(L[1::2], L[::2])):
  G.add_edge(fr, to, weight=weights[i])

# use one of the edge properties to control line thickness
edgewidth = [ d['weight'] for (u,v,d) in G.edges(data=True)]

# layout
pos = nx.spring_layout(G, iterations=50)
#pos = nx.random_layout(G)

# rendering
plt.figure(1)
plt.subplot(211); plt.axis('off')
nx.draw_networkx_nodes(G, pos)
nx.draw_networkx_edges(G, pos, width=edgewidth,)

plt.subplot(212); plt.axis('off')

# rendering
nx.draw_networkx_nodes(G, pos)
nx.draw_networkx_edges(G, pos, edge_color=edgewidth)

plt.show()

这给你这样的东西：

显然，您可以使用更复杂的功能来组合适合您的应用的边缘宽度值列表（例如，分箱值或不同属性的产品）。