我需要画一张有多条边（不同权重）指向同一节点的有向图。也就是说，我有节点A和B，以及边(A,B)长度为2和边(B,A)长度为3。
我已经尝试了使用G=nx.Digraph和G=nx.Multidigraph两种方式。当我绘制图形时，我只能看到一条边和一个标签。
是否有任何方法可以解决这个问题？
6个回答
30
这里是如何生成类似以下结果的方法:
一些特点包括：
这将导致：
这将导致：
要找到二次贝塞尔曲线的中点，我们可以使用以下代码。首先，根据matplotlib中的定义，我们找到贝塞尔曲线的中间控制点（代码中的
完成
一些特点包括：
- 当两个节点之间只有一条边时，该边是直的。
- 标签完美地位于边的中间。
- 当前解决方案仅适用于DiGraphs。不支持MultiGraphs、MultiDiGraphs和自环。
设置
以下是开始示例的初始代码行。import matplotlib.pyplot as plt
import networkx as nx
G = nx.DiGraph()
edge_list = [(1,2,{'w':'A1'}),(2,1,{'w':'A2'}),(2,3,{'w':'B'}),(3,1,{'w':'C'}),
(3,4,{'w':'D1'}),(4,3,{'w':'D2'}),(1,5,{'w':'E1'}),(5,1,{'w':'E2'}),
(3,5,{'w':'F'}),(5,4,{'w':'G'})]
G.add_edges_from(edge_list)
pos=nx.spring_layout(G,seed=5)
fig, ax = plt.subplots()
nx.draw_networkx_nodes(G, pos, ax=ax)
nx.draw_networkx_labels(G, pos, ax=ax)
fig.savefig("1.png", bbox_inches='tight',pad_inches=0)
这将导致：
绘制边缘
NetworkX的draw_networkx_edges函数能够通过edgelist参数仅绘制部分边缘。为了使用这个功能，我们将边缘分成两个列表并分别绘制它们。感谢AMangipinto's answer提供的connectionstyle='arc3, rad = 0.1'。
curved_edges = [edge for edge in G.edges() if reversed(edge) in G.edges()]
straight_edges = list(set(G.edges()) - set(curved_edges))
nx.draw_networkx_edges(G, pos, ax=ax, edgelist=straight_edges)
arc_rad = 0.25
nx.draw_networkx_edges(G, pos, ax=ax, edgelist=curved_edges, connectionstyle=f'arc3, rad = {arc_rad}')
fig.savefig("2.png", bbox_inches='tight',pad_inches=0)
这将导致：
绘制边标签
NetworkX的draw_networkx_edge_labels函数假设边是直线，没有参数可以改变这一点。由于NetworkX是开源的，我复制了该函数并创建了一个修改过的my_draw_networkx_edge_labels函数。此函数在附录中。
假设您将此函数保存到名为my_networkx.py的文件中，您可以按如下方式绘制边标签：
import my_networkx as my_nx
edge_weights = nx.get_edge_attributes(G,'w')
curved_edge_labels = {edge: edge_weights[edge] for edge in curved_edges}
straight_edge_labels = {edge: edge_weights[edge] for edge in straight_edges}
my_nx.my_draw_networkx_edge_labels(G, pos, ax=ax, edge_labels=curved_edge_labels,rotate=False,rad = arc_rad)
nx.draw_networkx_edge_labels(G, pos, ax=ax, edge_labels=straight_edge_labels,rotate=False)
fig.savefig("3.png", bbox_inches='tight',pad_inches=0)
我们再次将曲线与直线分开。结果是这个答案中的第一张图。
附录
NetworkX的draw_networkx_edge_labels函数假定边是直线，找到标签的位置：
(x, y) = (
x1 * label_pos + x2 * (1.0 - label_pos),
y1 * label_pos + y2 * (1.0 - label_pos),
)
要找到二次贝塞尔曲线的中点，我们可以使用以下代码。首先，根据matplotlib中的定义，我们找到贝塞尔曲线的中间控制点（代码中的
ctrl_1）:
由于这个定义，函数该曲线被创建为使中间控制点(C1)位于从起始点(C0)和结束点(C2)等距离的位置，并且C1到连接C0-C2的线的距离是C0-C2距离的rad倍。
my_draw_networkx_edge_labels需要一个额外的参数叫做rad。pos_1 = ax.transData.transform(np.array(pos[n1]))
pos_2 = ax.transData.transform(np.array(pos[n2]))
linear_mid = 0.5*pos_1 + 0.5*pos_2
d_pos = pos_2 - pos_1
rotation_matrix = np.array([(0,1), (-1,0)])
ctrl_1 = linear_mid + rad*rotation_matrix@d_pos
以“ax.transData”开头的函数是必需的，因为轴域中的90度角与显示中的90度角不对应。因此，我们必须将坐标转换到显示坐标系中并从中进行转换。
bezier_mid可以使用贝塞尔曲线规则计算：
ctrl_mid_1 = 0.5*pos_1 + 0.5*ctrl_1
ctrl_mid_2 = 0.5*pos_2 + 0.5*ctrl_1
bezier_mid = 0.5*ctrl_mid_1 + 0.5*ctrl_mid_2
(x, y) = ax.transData.inverted().transform(bezier_mid)
完成
my_draw_networkx_edge_labels:def my_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=None,
bbox=None,
horizontalalignment="center",
verticalalignment="center",
ax=None,
rotate=True,
clip_on=True,
rad=0
):
"""Draw edge labels.
Parameters
----------
G : graph
A networkx graph
pos : dictionary
A dictionary with nodes as keys and positions as values.
Positions should be sequences of length 2.
edge_labels : dictionary (default={})
Edge labels in a dictionary of labels keyed by edge two-tuple.
Only labels for the keys in the dictionary are drawn.
label_pos : float (default=0.5)
Position of edge label along edge (0=head, 0.5=center, 1=tail)
font_size : int (default=10)
Font size for text labels
font_color : string (default='k' black)
Font color string
font_weight : string (default='normal')
Font weight
font_family : string (default='sans-serif')
Font family
alpha : float or None (default=None)
The text transparency
bbox : Matplotlib bbox, optional
Specify text box properties (e.g. shape, color etc.) for edge labels.
Default is {boxstyle='round', ec=(1.0, 1.0, 1.0), fc=(1.0, 1.0, 1.0)}.
horizontalalignment : string (default='center')
Horizontal alignment {'center', 'right', 'left'}
verticalalignment : string (default='center')
Vertical alignment {'center', 'top', 'bottom', 'baseline', 'center_baseline'}
ax : Matplotlib Axes object, optional
Draw the graph in the specified Matplotlib axes.
rotate : bool (deafult=True)
Rotate edge labels to lie parallel to edges
clip_on : bool (default=True)
Turn on clipping of edge labels at axis boundaries
Returns
-------
dict
`dict` of labels keyed by edge
Examples
--------
>>> G = nx.dodecahedral_graph()
>>> edge_labels = nx.draw_networkx_edge_labels(G, pos=nx.spring_layout(G))
Also see the NetworkX drawing examples at
https://networkx.org/documentation/latest/auto_examples/index.html
See Also
--------
draw
draw_networkx
draw_networkx_nodes
draw_networkx_edges
draw_networkx_labels
"""
import matplotlib.pyplot as plt
import numpy as np
if ax is None:
ax = plt.gca()
if edge_labels is None:
labels = {(u, v): d for u, v, d in G.edges(data=True)}
else:
labels = edge_labels
text_items = {}
for (n1, n2), label in labels.items():
(x1, y1) = pos[n1]
(x2, y2) = pos[n2]
(x, y) = (
x1 * label_pos + x2 * (1.0 - label_pos),
y1 * label_pos + y2 * (1.0 - label_pos),
)
pos_1 = ax.transData.transform(np.array(pos[n1]))
pos_2 = ax.transData.transform(np.array(pos[n2]))
linear_mid = 0.5*pos_1 + 0.5*pos_2
d_pos = pos_2 - pos_1
rotation_matrix = np.array([(0,1), (-1,0)])
ctrl_1 = linear_mid + rad*rotation_matrix@d_pos
ctrl_mid_1 = 0.5*pos_1 + 0.5*ctrl_1
ctrl_mid_2 = 0.5*pos_2 + 0.5*ctrl_1
bezier_mid = 0.5*ctrl_mid_1 + 0.5*ctrl_mid_2
(x, y) = ax.transData.inverted().transform(bezier_mid)
if rotate:
# in degrees
angle = np.arctan2(y2 - y1, x2 - x1) / (2.0 * np.pi) * 360
# make label orientation "right-side-up"
if angle > 90:
angle -= 180
if angle < -90:
angle += 180
# transform data coordinate angle to screen coordinate angle
xy = np.array((x, y))
trans_angle = ax.transData.transform_angles(
np.array((angle,)), xy.reshape((1, 2))
)[0]
else:
trans_angle = 0.0
# use default box of white with white border
if bbox is None:
bbox = dict(boxstyle="round", ec=(1.0, 1.0, 1.0), fc=(1.0, 1.0, 1.0))
if not isinstance(label, str):
label = str(label) # this makes "1" and 1 labeled the same
t = ax.text(
x,
y,
label,
size=font_size,
color=font_color,
family=font_family,
weight=font_weight,
alpha=alpha,
horizontalalignment=horizontalalignment,
verticalalignment=verticalalignment,
rotation=trans_angle,
transform=ax.transData,
bbox=bbox,
zorder=1,
clip_on=clip_on,
)
text_items[(n1, n2)] = t
ax.tick_params(
axis="both",
which="both",
bottom=False,
left=False,
labelbottom=False,
labelleft=False,
)
return text_items
- kcoskun
1
1添加一个自循环的应用程序也很酷，但做得很好！ - DisabledWhale
28
对上面回复的改进是在nx.draw中添加connectionstyle，这可以让我们在图中看到两条平行线：
import networkx as nx
import matplotlib.pyplot as plt
G = nx.DiGraph() #or G = nx.MultiDiGraph()
G.add_node('A')
G.add_node('B')
G.add_edge('A', 'B', length = 2)
G.add_edge('B', 'A', length = 3)
pos = nx.spring_layout(G)
nx.draw(G, pos, with_labels=True, connectionstyle='arc3, rad = 0.1')
edge_labels=dict([((u,v,),d['length'])
for u,v,d in G.edges(data=True)])
plt.show()
- AMangipinto
5
2也许你可以查看Francesco Sgaramella在同一篇帖子中的答案，他还向图表添加了标签。 - AMangipinto
谢谢你的回答有所帮助。Francesco Sgaramella的答案对于显示边缘权重很有帮助，但它只显示A->B的权重，而不是B->A的权重，你有什么建议可以同时显示两者吗？你解决了你的问题吗？@mdexp - nooshinha
@nooshinha 对我来说很好用，我使用了这个回答中的
connectionstyle参数和Francesco关于nx.draw_networkx_edge_label的回答。由于权重在中间重叠，只显示一个（但实际上有两个在叠在一起），所以我必须微调label_pos参数。 - mdexp不幸的是，我没有成功将标签放在相应的拱顶上，但我的解决方案已经足够解决我的问题了。 - mdexp
@mdexp 感谢您的解释。现在我明白了，重量标签之间的重叠是问题所在，而不是数值。虽然您的问题已经解决，但如果我解决了这个问题，我会在这里分享解决方案。 - nooshinha
12
请尝试以下方法：
import networkx as nx
import matplotlib.pyplot as plt
G = nx.DiGraph() #or G = nx.MultiDiGraph()
G.add_node('A')
G.add_node('B')
G.add_edge('A', 'B', length = 2)
G.add_edge('B', 'A', length = 3)
pos = nx.spring_layout(G)
nx.draw(G, pos)
edge_labels=dict([((u,v,),d['length'])
for u,v,d in G.edges(data=True)])
nx.draw_networkx_edge_labels(G, pos, edge_labels=edge_labels, label_pos=0.3, font_size=7)
plt.show()
这将返回一个带有两条边和边缘上显示长度的图形：
- Francesco Sgaramella
2
10在可视化和阅读加权图时，这可能是最糟糕的敌人。它很丑，难以阅读，在有向图中更是不知道哪条边是哪条。 - Błażej Michalik
长度和重量之间有什么区别？ - alper
6
您可以直接使用计算得到的节点位置，使用Matplotlib进行绘图。
G=nx.MultiGraph ([(1,2),(1,2),(1,2),(3,1),(3,2)])
pos = nx.random_layout(G)
nx.draw_networkx_nodes(G, pos, node_color = 'r', node_size = 100, alpha = 1)
ax = plt.gca()
for e in G.edges:
ax.annotate("",
xy=pos[e[0]], xycoords='data',
xytext=pos[e[1]], textcoords='data',
arrowprops=dict(arrowstyle="->", color="0.5",
shrinkA=5, shrinkB=5,
patchA=None, patchB=None,
connectionstyle="arc3,rad=rrr".replace('rrr',str(0.3*e[2])
),
),
)
plt.axis('off')
plt.show()
- Lee
2
1你如何为每个箭头添加边缘标签（文本）？ - R_abcdefg
1这真是纯金啊。非常感谢你。 - Germán Barletta
2
- 将两条边都绘制成直线，每条边平行但略微偏移连接节点的直线。
- 将两条边都绘制成曲线; 确保它们朝不同方向弯曲。 在两种情况下，标签可以简单地放置在两条线的中心。
这两种方法都与当前的 networkx 绘图工具不太兼容:
正如其他答案所概述的那样，networkx可以通过设置正确的连接样式来绘制曲线边缘。然而，这个功能是比较新近添加到networkx中的，因此绘制标签的函数仍然假定边缘是直线。如果边缘只有一个非常小的弧度（即基本上仍然是直线），则可以通过在标签的适当位置添加换行符来将标签伪造到近似正确的位置，就像@PaulMenzies的答案所示。然而，这种方法通常会产生次优的结果，并且如果曲率很高，就会破裂。
如果您愿意使用其他基于
matplotlib 构建的绘图工具，我在我的模块 netgraph 中实现了这两种方法。 netgraph 完全兼容 networkx 和 igraph 图形对象，因此生成漂亮的图形应该很容易且快速。#!/usr/bin/env python
import numpy as np
import matplotlib.pyplot as plt
import networkx as nx
from netgraph import Graph # pip install netgraph
triangle = nx.DiGraph([('a', 'b'), ('a', 'c'), ('b', 'a'), ('c', 'b'), ('c', 'c')])
node_positions = {
'a' : np.array([0.2, 0.2]),
'b' : np.array([0.8, 0.2]),
'c' : np.array([0.5, 0.8]),
}
edge_labels = {
('a', 'b') : 3,
('a', 'c') : 'Lorem ipsum',
('b', 'a') : 4,
('c', 'b') : 'dolor sit',
('c', 'c') : r'$\pi$'
}
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(14,14))
Graph(triangle, node_labels=True, edge_labels=edge_labels,
edge_label_fontdict=dict(size=12, fontweight='bold'),
node_layout=node_positions, edge_layout='straight',
node_size=6, edge_width=4, arrows=True, ax=ax1)
Graph(triangle, node_labels=True, edge_labels=edge_labels,
edge_label_fontdict=dict(size=12, fontweight='bold'),
node_layout=node_positions, edge_layout='curved',
node_size=6, edge_width=4, arrows=True, ax=ax2)
plt.show()
- Paul Brodersen
2
1很遗憾，标签和曲线对我来说都不起作用，看起来它们都混在一起了。 - undefined
2
将以下代码添加到AMangipinto的解决方案中，以在两个方向上添加边缘标签（请参见链接中的图片）：
edge_labels = dict([((u, v,), f'{d["length"]}\n\n{G.edges[(v,u)]["length"]}')
for u, v, d in G.edges(data=True) if pos[u][0] > pos[v][0]])
nx.draw_networkx_edge_labels(G, pos, edge_labels=edge_labels, font_color='red')
“if pos[u][0] > pos[v][0]” 只在一个方向上添加边标签。否则，如果我们只添加一个长度到单个标签中，会覆盖边的第一个标签。 注意：如果节点具有相同的x位置，则标签不会显示。
- Paul Menzies
1
1只有当弧线的曲率非常小才能起作用。 - Paul Brodersen
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接