NetworkX-允许重复节点

时间:2019-03-19 18:59:49

标签: python-3.x networkx

import networkx as nx
import matplotlib.pyplot as plt


G = nx.DiGraph()


def calculate_lists(user_input):
    """ Calculates the number of occurences of certain character in a string."""
    input_list = []
    for i in user_input:
        input_list.append(i)

    occurence_list = []
    for i in set(input_list):
        occurence_list.append((i, user_input.count(i)))

    sorted_by_first = sorted(occurence_list, key=lambda tup: tup[1])
    sorted_list = list(reversed(sorted_by_first))

    propability_list = []
    for i in range(len(sorted_list)):
        propability_list.append(sorted_list[i][1])

    print("Input list is: ", input_list)
    print("Input list is: ", input_list)
    print("Occurence list: ", occurence_list)
    print("Sorted list is: ", sorted_list)
    print("Probility list is: ", propability_list)
    return huffmann_algorithm(propability_list)


def huffmann_algorithm(prob_list):
    node_list = []
    while len(prob_list) != 1:
        first_minimum = min(float(s) for s in prob_list)
        print("First minimum", first_minimum)
        prob_list.remove(first_minimum)
        second_minimum = min(float(s) for s in prob_list)
        print("Second minimum", second_minimum)
        prob_list.remove(second_minimum)
        node_list.append([first_minimum, second_minimum])
        print("new value: ", first_minimum+second_minimum)
        new_value = int(first_minimum+second_minimum)
        prob_list.append(new_value)
    print("Finished: ", prob_list)
    count = 0
    for i in node_list:
        print(count)
        print("Nodes: ", tuple(i))
        G.add_node(i[0])
        G.add_node(i[1])
        G.add_node(i[0]+i[1])
        G.add_edge(i[0], i[0]+i[1])
        G.add_edge(i[1], i[0]+i[1])
    print("Node list: ", node_list)
    print(G.nodes())
    nx.draw_networkx(G, with_labels=True, arrows=False)
    plt.savefig("graph1.png")
    plt.show()


def main():
    user_input = str(input("Please enter a text: "))
    calculate_lists(user_input)


if __name__ == "__main__":
    main()

我正在尝试在python中实现霍夫曼代码的版本。但是,我无法将重复的节点添加到图中。是否有一种解决方法来显示带有相同文本的值?要了解我的意思,请输入例如:aaaaabbbbcccdde 该图仅显示一个带有标签3的节点。

1 个答案:

答案 0 :(得分:0)

我认为您误用了带有节点标签的节点。在图中有重复的节点实际上没有任何意义。我觉得您这里需要的是重复标签。

您可以在图形中添加标签的概念是拥有一个字典,该字典将节点标识符(唯一)映射到节点标签(可能不是唯一):

user_input = "aaaaabbbbcccdde"
labels = {i: l for i, l in enumerate(user_input)}
nodes = labels.keys()

使用这些可以构建图形:

G = nx.DiGraph()
G.add_nodes_from(nodes)

然后,您可以绘制它:

pos = nx.spring_layout(G)
nx.draw(G, pos)
nx.draw_networkx_labels(G, pos, labels)

当然(可能是最重要的),只要您有节点标识符,例如node_id,就可以使用labels[node_id]来检索其标签。我建议始终使用节点标识符,最后,当您需要打印结果时,可以将节点标识符转换为人类可以读取的内容。节点标签。

根据代码的复杂性,您可能还会发现将标签附加到节点对象本身很有用,networkx允许:

nx.set_node_attributes(G, labels, 'label')

然后,您可以访问节点属性:

for u in G.nodes(data=True):
    print(u)
    break
# Or if you have a node_identifier:
node_id = 1
print(G.node[node_id])

这将输出:

(0, {'label': 'a'})
{'label': 'a'}