从带有边缘标签的邻接矩阵绘制加权图

Question

这是加权图的邻接矩阵，因此元素a _i，j 是从节点i到节点j的有向边的权重。

A = [
    [0, 1,  0,  .8, 0],
    [0, 0,  .4, 0,  .3],
    [0, 0,  0,  0,  0],
    [0, 0,  .6, 0,  .7],
    [0, 0,  0,  .2, 0]]

我的主要目的是生成该图的图示。

我可以在networkx中生成这样的图形：

import matplotlib.pyplot as plt
import networkx as nx
import numpy as np

G = nx.from_numpy_matrix(np.matrix(A), create_using=nx.DiGraph)
nx.draw(G)
plt.show()

但是我看不到重量。我也对图像不满意，还没有准备好发布。 有人能做到这一点吗？

Answer 1

A = [
    [0, 1,  0,  .8, 0],
    [0, 0,  .4, 0,  .3],
    [0, 0,  0,  0,  0],
    [0, 0,  .6, 0,  .7],
    [0, 0,  0,  .2, 0]]

import matplotlib.pyplot as plt
import networkx as nx
import numpy as np
G = nx.from_numpy_matrix(np.matrix(A))
edge_labels=nx.draw_networkx_edge_labels(G,pos=nx.spring_layout(G))
nx.draw(G)
plt.show()

draw_networkx_edge_labels

draw_networkx_edge_labels（G，pos，edge_labels = None，label_pos = 0.5，font_size = 10，font_color ='k'，font_family ='sans-serif'，font_weight ='normal'，alpha = 1.0，bbox = None，ax = None，rotate = True，** kwds）[源代码]

绘制边缘标签。

参数：

G（图）–一个networkx图

pos（字典）–以节点为键，位置为值的字典。位置应为长度2的序列。

ax（Matplotlib轴对象，可选）–在指定的Matplotlib轴上绘制图形。

alpha（浮点）–文本透明度（默认= 1.0）

edge_labels（词典）–字典中的边缘标签由边缘两元组文本标签（默认值：无）键入。仅绘制字典中键的标签。 label_pos（浮动）–边缘标签沿边缘的位置（0 =头，0.5 =中心，1 =尾巴）

font_size（int）–文本标签的字体大小（默认= 12）

font_color（字符串）–字体颜色字符串（默认=“ k”黑色）

font_weight（字符串）–字体粗细（默认=“正常”）

font_family（字符串）–字体家族（默认=“ sans-serif”）

bbox（Matplotlib bbox）–指定文本框的形状和颜色。

clip_on（布尔型）–在轴边界处启用剪裁（默认值为True）

返回：

在边缘上键入标签的字典

返回类型：

dict

Answer 2

您需要指定要绘制边缘标签。为此，您必须致电networkx.drawing.nx_pylab.draw_networkx_edge_labels。

具有参数pos，这是一个字典，其中节点作为键，位置作为值。请务必对节点和标签使用相同的布局，否则它们将无法对齐！

一种简单的方法是让networkx处理布局，例如使用spring_layout。

import matplotlib.pyplot as plt
import networkx as nx
import numpy as np

A = [
    [0, 1,  0,  .8, 0],
    [0, 0,  .4, 0,  .3],
    [0, 0,  0,  0,  0],
    [0, 0,  .6, 0,  .7],
    [0, 0,  0,  .2, 0]]

G = nx.from_numpy_matrix(np.matrix(A), create_using=nx.DiGraph)
layout = nx.spring_layout(G)
nx.draw(G, layout)
nx.draw_networkx_edge_labels(G, pos=layout)
plt.show()

示例：

请注意，spring_layout使用的是不确定性的Fruchterman-Reingold力导向算法，因此您的图形几乎肯定不会相同。但是通常它会产生漂亮的结果，因此这不是主要问题。

文档：networkx.drawing.layout.spring_layout，很遗憾，它没有提到它不是确定性的。

更新：

要让标签仅是砝码（而不是字典）：

labels = nx.get_edge_attributes(G, "weight")
nx.draw_networkx_edge_labels(G, pos=layout, edge_labels=labels)

Answer 3

import matplotlib.pyplot as plt
import networkx as nx
import numpy as np

A = [
    [0, 1,  0,  .8, 0],
    [0, 0,  .4, 0,  .3],
    [0, 0,  0,  0,  0],
    [0, 0,  .6, 0,  .7],
    [0, 0,  0,  .2, 0]]

G = nx.from_numpy_matrix(np.matrix(A), create_using=nx.DiGraph)
layout = nx.spring_layout(G)
nx.draw(G, layout, node_size=1000, with_labels=True, font_weight='bold',    font_size=15)
labels = nx.get_edge_attributes(G,'weight')
nx.draw_networkx_edge_labels(G,pos=layout,edge_labels=labels)
plt.show()