Question

图表有大约100个节点，社区数量从5到20不等。有没有办法绘制图表，使同一社区的节点彼此接近？

我尝试为不同的社区分配不同的颜色，但这在我的应用程序中效果不佳。

我已阅读this和this但未找到一个好的解决方案。

我正在使用python 2.7.12和newtorkx-1.11

Answer 1

对于小图，我发现spring_layout非常适合绘制社区。如果您需要突出显示节点（及其社区），我建议您：

为不同的社区选择不同的颜色（越多视觉上的颜色不同，越好，
增加节点的大小和
使边缘变为浅灰色（这样图表看起来更少杂乱无章，节点在视觉上更加突出。

如果您选择spring_layout，您还可以使用k参数（文档说明：增加此值以将节点移动得更远）。请注意，每次运行代码时，spring_layout都可以提供不同的图像（这样，您可以多次运行代码并仅在对结果满意时保存图像。）

在以下示例中，我使用默认图表（nx.karate_club_graph），其中我使用python-louvain包（导入为community）自动检测社区。使用node_size中的nx.draw_networkx_nodes参数定义节点大小。节点颜色取决于它们所属的社区 - 我使用plt.cm.RdYlBu颜色映射（请参阅更多颜色映射here）。请注意，您还可以通过在figsize中使用plt.figure定义更大或更小的图像来影响节点大小（和边长）。

import networkx as nx
import community
import matplotlib.pyplot as plt

G = nx.karate_club_graph()  # load a default graph

partition = community.best_partition(G)  # compute communities

pos = nx.spring_layout(G)  # compute graph layout
plt.figure(figsize=(8, 8))  # image is 8 x 8 inches
plt.axis('off')
nx.draw_networkx_nodes(G, pos, node_size=600, cmap=plt.cm.RdYlBu, node_color=list(partition.values()))
nx.draw_networkx_edges(G, pos, alpha=0.3)
plt.show(G)

输出（我多次运行代码并选择“最漂亮”的图像）：

但是，如果你有一个较小的社区不太明显的图表怎么办？这是一个更复杂的图形，包含100个节点和100个随机边界（因而是随机社区），但使用相同的绘图方法：

import networkx as nx
import community
import matplotlib.pyplot as plt
import random

H = nx.Graph()

nodes = list(range(100))  # 100 nodes

# add 100 random edges
for i in range(100):
    src = random.choice(nodes)
    dest = random.choice(nodes)
    # we don't want src to be the same as dest
    while src == dest:
        dest = random.choice(nodes)

    H.add_edge(src, dest)

partition = community.best_partition(H)  # compute communities

pos = nx.spring_layout(H)  # compute graph layout
plt.figure(figsize=(10, 10))
plt.axis('off')
nx.draw_networkx_nodes(H, pos, node_size=600, cmap=plt.cm.RdYlBu, node_color=list(partition.values()))
nx.draw_networkx_edges(H, pos, alpha=0.3)
plt.show(H)

输出：

我们在上图中看不到明确的社区。在这里，您至少有三个选择：

手动定义图形布局（节点坐标/位置）（pos 在我的代码中），
尝试使用不同的布局（找到here）和
为每个社区制作一张图片（或至少是最重要的一张社区）。

如果选择第三个选项，则可以使一个突出显示的社区的节点比其他节点（当然还有不同颜色）更大。您还可以更改该社区中边缘的颜色和粗细（未在下面的示例中显示）。

node_size = []

# first community against the others
for node, community in partition.items():
    if community == 1:
        node_size.append(900)
    else:
        partition[node] = 0  # I put all the other communities in one communitiy
        node_size.append(300)

plt.figure(figsize=(10, 10))
plt.axis('off')
nodes = nx.draw_networkx_nodes(H, pos, node_size=node_size, cmap=plt.cm.winter, node_color=list(partition.values()))
nx.draw_networkx_edges(H, pos, alpha=0.3)
plt.show(H)

输出（仅突出显示第一个社区）：

如果同一图表有多个图像，我建议节点中所有节点的位置相同（图形之间需要相同的pos）。这样，图像更具可比性。

如何在networkx中绘制具有社区结构的小图

1 个答案: