我第一次使用NetworkX,并且正在基于熊猫数据框绘制一个简单的网络。
节点位于Nodes_df中,该节点具有ID和相应的组,其中组确定节点将是什么颜色。 Edges_df的边缘是ID和ID_2之间的纽带。所有ID都在Nodes_df中。
我可以绘制图形,并根据字典对节点进行着色,该字典使用cmap
参数使用的数字替换字符串(即“ Group1”)。
Colour_df = Edges_df.replace({"Group5": 5,"Group4": 4, "Group3": 3, "Group2": 2, "Group1": 1})
Colour_map = dict(zip(Nodes_df["ID"].astype(float), Colour_df["Group"]))
G = nx.from_pandas_edgelist(df=Edges_df, source="ID", target="ID_2",
create_using=nx.Graph())
values = [Colour_map.get(node) for node in G.nodes()]
nx.draw(G, cmap=plt.get_cmap('Spectral'), node_color=values,
node_size=20)
plt.show()
我正在使用matplotlib,但无法在图上显示图例。我尝试将字典传递给label
中的nx.draw_networkx_nodes()
参数,但是我只得到KeyError:5。
我只想要一个看起来像这样的图例:
[]组1
[] Group2
[] Group3
[...]
答案 0 :(得分:1)
您可以在相同的图中使用与图形相同的配色方案创建一个空的散点图,并使用其图例:
虚拟图形数据
Nodes_df = pd.DataFrame(
{'ID': range(20),
'Group': ['Group{}'.format(np.random.randint(1,6)) for a in range(20)]}
)
Edges_df = pd.DataFrame(
{'ID': np.random.randint(0,20,20),
'ID_2': np.random.randint(0,20,20)}
)
Edges_df = Edges_df.merge(Nodes_df, how='left', left_on='ID', right_on='ID')
颜色
# your code
Colour_df = Edges_df.replace({"Group5": 5,"Group4": 4, "Group3": 3, "Group2": 2, "Group1": 1}) Colour_map = dict(zip(Nodes_df["ID"].astype(float), Colour_df["Group"])) G = nx.from_pandas_edgelist(df=Edges_df, source="ID", target="ID_2", create_using=nx.Graph()) values = [Colour_map.get(node) for node in G.nodes()]
绘图
# compute maximum value s.t. all colors can be normalised
maxval = np.max(values)
# get colormap
cmap=plt.cm.Spectral
# draw graph
nx.draw(G,
node_color = [cmap(v/maxval) for v in values], # feed normalised group numbers directly into colormap
node_size=50)
# make empty plot with correct color and label for each group
for v in set(values):
plt.scatter([],[], c=[cmap(v/maxval)], label='Group{}'.format(v))
plt.legend()
plt.show()