Question

目标是基于特征值中心性创建网络x图，并使用不同的节点颜色突出显示最高中心度量的前五个节点。

以下是我当前的脚本。它工作正常，现在一切都只设置为一种颜色。

#import packages 
import pandas as pd
import networkx as nx
import matplotlib.pyplot as plt
import collections

#read data into nx graph
G = nx.from_pandas_dataframe(df, 'col1', 'col2')

#get dictionary of centrality measures and order it
eig = nx.eigenvector_centrality(G) 
ordered = collections.OrderedDict(sorted(eig.items(), reverse = True,  key=lambda t: t[1]))

#draw graph
nx.draw_spring(G, k=1, node_color = 'skyblue', 
               node_size = 200, font_size = 6, with_labels = True)
plt.show()

以下是我正在尝试进行节点着色的内容。我正在尝试将前五个有序字典键名附加到color_map，将它们设置为与其余字符不同的颜色。如果您在此处有任何建议或其他方法更简单，请告诉我。如果可能的话，我宁愿坚持我正在使用的包裹。

#adjust color of top three
color_map = []
for key, value in ordered:
    if key < 5:
        color_map.append('blue')
    else: color_map.append('green')

Answer 1

这不是一个糟糕的问题，但我很确定它是重复的......无论哪种方式，我都会尝试回答它。你必须原谅我的含糊不清，因为我无法运行你的代码而且我没有试图写出你的问题的例子。我将在以后运行您的代码示例时更新我的答案。但是，现在我认为改变节点颜色类似于改变边缘颜色。从那开始，您需要专注于代码的这一行来改变节点颜色;

#draw graph
nx.draw_spring(G, k=1, node_color = 'skyblue', 
               node_size = 200, font_size = 6, with_labels = True)

这是一个如何做到这一点的例子;

# depending on how your graph is being read from the pandas-
# dataframe this should pull out the correct value to associate-
# the colour with
nodes = G.nodes()
# Just a list to hold all the node colours
node_colours = []
for node in nodes:
    if node < 5:
        node_colours.append('blue')
    else:
        node_colours.append('green')
#draw graph, substitute the single colour with ur list of colours
nx.draw_spring(G, k=1, node_color = node_colours, 
               node_size = 200, font_size = 6, with_labels = True)

我希望这有帮助！稍后当我在自己的机器上测试一个这样的例子时，我会回到它。

-Edit-

由于OP回答了他自己的问题，我不再详细说明我的例子。但是，如果有人对我的示例感兴趣（但如果它不幸地抛出任何错误）并希望我修复它并展开它，请给我留言。

TIZ

Answer 2

想出来。没有必要创建单独的OrderedDict。将key = eig.get参数应用于sorted（）允许您按值对字典进行排序（此问题的最大障碍）。然后我可以过滤它并将其应用于cmap。

从OrderedDict元素创建networkx color_map

2 个答案: