绘制具有许多组件的图形时，节点大小不正确

Question

我有一个包含许多组件的图表，我想要想象一下。作为一个特殊功能，巨型组件中节点的节点应按其特征向量中心性进行缩放。所有其他节点都具有相同的大小。

我使用以下脚本：

import networkx as nx
import pylab as py
import matplotlib.pyplot as plt

H = nx.read_gexf(input_file)
print nx.info(H)
#Name: 
#Type: Graph
#Number of nodes: 719
#Number of edges: 620
#Average degree:   1.7246

# Set draw() parameters
node_sizes = dict.fromkeys(H.nodes(), 0.005)
# Make node size of giant component nodes proportional to their eigenvector
eigenvector = nx.eigenvector_centrality_numpy(G)
for node, value in eigenvector.iteritems():
    node_sizes[node] = round(value, 4)
node_sizes = [v*2000 for v in node_sizes.values()] # rescale
node_positions = nx.pygraphviz_layout(H, prog="neato")

# Draw graph with different color for each connected subgraph
plt.figure(3, figsize=(90,90))
nx.draw(H, font_size=10, pos=node_positions, node_size=node_sizes, vmin=0.0, vmax=1.0, with_labels=True)
plt.show()

一切都非常正确，因为我检查了不同的输出。但是，我收到一个输出，其中来自巨型组件以外的组件的某些节点是缩放的。此外，巨型组件中的节点未正确缩放。

此快照显示巨型组件和带有缩放节点的off-component：

但是，如果我只使用字典G打印巨型组件eigenvector作为节点大小，我会得到以下内容 - 正确 - 输出（：

我也做了一些故障排除。例如，字典/列表node_sizes都是正确的。有趣的是，使用随机图H = nx.fast_gnp_random_graph(300, 0.005, seed=5)会返回正确的结果。因此，我完全不知道我的H有什么问题。

Answer 1

您会注意到node_sizes是一个列表。您还没有向draw命令发送节点列表。它将从网络中的节点动态生成它们。当这两个列表最终处于不同的顺序时，会出现问题。我不认为拥有多个组件是一个问题，但是网络越大，它们就越不会被置于同一个订单中。

所以而不是

node_sizes = [v*2000 for v in node_sizes.values()]

使用

nodelist, node_sizes = zip(*node_sizes.items())

此处nodelist将获取node_sizes.items的每个条目中的第一个数字列表，node_sizes将获取每个条目中第二个数字的列表。

然后在绘图命令中为它提供节点列表

nx.draw(H, font_size=10, pos=node_positions, node_size=node_sizes, vmin=0.0, vmax=1.0, with_labels=True, nodelist=nodelist)