使用绝对值的python networkx颜色图

Question

我正在尝试根据一些数值设置网络的节点颜色。我注意到，但是，在指定node_color的向量中，如果使用matplotlib颜色图，则只有相对值很重要。我想要的是颜色可以反映绝对值。

例如，以下代码生成一个网络，其节点具有不同的颜色：

G = nx.cycle_graph(6)
edges = np.array(G.edges)
pos = nx.spring_layout(G, iterations=200)

values = np.array([0.1,0.2,0.45,0.25,0.35,0.15])
nx.draw(G, pos, node_color=values,cmap=plt.cm.Reds)

如果我们像下面这样向node_color向量添加一个常量

values = np.array([0.1,0.2,0.45,0.25,0.35,0.15])+1
nx.draw(G, pos, node_color=values,cmap=plt.cm.Reds)

我希望所有节点的颜色都变深，但是代码返回的网络相同。有办法改变吗？我知道在imshow中我们可以使用参数“ norm”进行更改。但是，对于networkx图，有一种简单的方法吗？

Answer 1

让我们看一下matplotlib.pyplot.scatter documentation中的vmin和vmax参数。作为文档的一部分，它指出

  

有关可选关键字的说明，请参见networkx.draw_networkx（）。

然后，在参数的draw_newtorkx docs中，有cmap和vmin，vmax用于缩放。

G = nx.cycle_graph(6)
edges = np.array(G.edges)
pos = nx.spring_layout(G, iterations=200)

values = np.array([0.1,0.2,0.45,0.25,0.35,0.15])
nx.draw(G, pos, node_color=values,cmap=plt.cm.Reds, vmin=0, vmax=1)

现在，让我们对缩放比例进行一些修改，以免完全掩盖颜色，而不是添加1，因为我们没有进行标准化，所以只添加.25。

values = np.array([0.1,0.2,0.45,0.25,0.35,0.15])+.25
nx.draw(G, pos, node_color=values,cmap=plt.cm.Reds, vmin=0, vmax=1)