python Networkx绘图2 | 易学教程

参考Link：
（3）重点链接：
Examples-General-purpose and introductory examples for NetworkX.
https://networkx.github.io/documentation/latest/auto_examples/index.html
（4）python绘制随机网络图形
https://blog.csdn.net/u012369559/article/details/78289028
（5）python对网络图networkx进行社区检测和彩色绘图
https://blog.csdn.net/qq_19600291/article/details/102543036
（6）文本分析之制作网络关系图 Python
https://www.sohu.com/a/136307045_116235

（3）Examples-General-purpose and introductory examples for NetworkX.

在这里插入图片描述

（4）python绘制随机网络图形

#注：用erdos_renyi_graph(n,p)方法生成一个含有n个节点、以概率p连接的ER随机图，在本程序中以概率0.8连接20个节点中的每一对节点，完成图形。
import networkx as ne #导入建网络模型包，命名ne
import matplotlib.pyplot as mp #导入科学绘图包，命名mp
#erdos renyi graphy
rg=ne.erdos_renyi_graph(20,0.8)
ps=ne.shell_layout(rg)#布置框架
ne.draw(rg,ps,with_labels=False,node_size=30)
mp.show()

（5）python对网络图networkx进行社区检测和彩色绘图

import networkx as nx
import community
G = nx.random_graphs.powerlaw_cluster_graph(300, 1, .4)
part = community.best_partition(G)
values = [part.get(node) for node in G.nodes()]
nx.draw_spring(G, cmap = plt.get_cmap('jet'), node_color = values, node_size=30, with_labels=False)

#模块化的实现
mod = community.modularity(part,G)
print("modularity:", mod)

（6）文本分析之制作网络关系图 Python

import networkx as nx
import matplotlib.pyplot as plt
colors = ['red', 'green', 'blue', 'yellow']
#有向图
DG = nx.DiGraph()
#一次性添加多节点，输入的格式为列表
DG.add_nodes_from(['A', 'B', 'C', 'D'])
#添加边，数据格式为列表
DG.add_edges_from([('A', 'B'), ('A', 'C'), ('A', 'D'), ('D','A')])
#作图，设置节点名显示,节点大小，节点颜色
nx.draw(DG,with_labels=True, node_size=900, node_color = colors)
plt.show()

在这里插入图片描述

#导入relationship库中的Relationship类
from relationship import Relationship
#自定义节点词典（小说中人物角色）
dictpath = r'/Users/suosuo/Desktop/人民的名义/角色名单.txt'
#小说路径，只能是编码方式为utf-8的txt文件
datapath = r'/Users/suosuo/Desktop/人民的名义/人民的名义.txt'
#程序运行生成的角色关系图保存地址
pic = r'/Users/suosuo/Desktop/人民的名义/人物关系图.png'
Re = Relationship(dictpath, datapath)
relation = Re.relationship()
graph = Re.network_digraph(relation, pic)

在这里插入图片描述

来源：CSDN

作者：Jxufe渣渣斯

链接：https://blog.csdn.net/JxufeCarol/article/details/103944360

标签

networkx

python

relationship