码迷,mamicode.com
首页 > Web开发 > 详细

『Networkx』常用方法

时间:2017-09-25 21:59:29      阅读:320      评论:0      收藏:0      [点我收藏+]

标签:san   panda   end   bsp   整理   添加   没有   pandas   for   

这是一个用于分析‘图‘结构的包,由于我只是用到了浅显的可视化功能,所以这个介绍会对其使用浅尝辄止。

 解决matplotlib中文字体缺失问题,

from pylab import mpl

mpl.rcParams[‘font.sans-serif‘] = [‘FangSong‘]    # 指定默认字体
mpl.rcParams[‘axes.unicode_minus‘] = False        # 解决保存图像是负号‘-‘显示为方块的问题

读入数据,

import pandas as pd
import networkx as nx

data = pd.read_csv(u‘C:\Projects\python3_5\Gephi\\17级学硕导师情况.csv‘)

由于图的edge输入格式是(节点1,节点2)的形式,所以我们需要整理一下数据格式,

edges = [edge for edge in zip(data[data.columns[0]],data[‘Unnamed: 2‘])]
edges.extend([edge for edge in zip(data[data.columns[0]],data[‘Unnamed: 3‘])])
edges.extend([edge for edge in zip(data[data.columns[5]],data[‘Unnamed: 7‘])])
edges.extend([edge for edge in zip(data[data.columns[5]],data[‘Unnamed: 8‘])])
edges = pd.DataFrame(edges,columns=[‘导师‘,‘学生‘]).dropna(how=‘any‘)

画图,这里面采取的是为Graph对象添加edge的形式,也可添加node等等,

实际的体会是异常自由,节点本事没有类型限制,也就是说你可以把数字、字符、其他格式的对象乃至另一个Graph赋为一个节点,当然这在可视化时意义不大,但是networkx包最大功用其实是图分析而非可视化(实际上可视化是一个辅助功能),我了解不多,也只能帮着拍拍手叫叫好了(逃~~

G = nx.Graph()
G.add_edges_from([edge for edge in zip(edges[‘导师‘],edges[‘学生‘])])

nx.draw(G,
        # pos = nx.random_layout(G),
        # pos = nx.spring_layout(G),
        # pos = nx.shell_layout(G),
        pos = nx.circular_layout(G),
        node_color = ‘r‘,
        # edge_color = ‘b‘,
        with_labels = True,
        font_size =20,
        node_size =1000,
        alpha=0.3)

  技术分享

由于涉及隐私,这里的图我把标签取消了,不过实际效果也就这样,差不太多。

 

『Networkx』常用方法

标签:san   panda   end   bsp   整理   添加   没有   pandas   for   

原文地址:http://www.cnblogs.com/hellcat/p/7593940.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!