在networkx中制作二分图答案

【问题标题】：Make a bipartite graph in networkx在networkx中制作二分图
【发布时间】：2022-01-05 02:49:55
【问题描述】：

我想使用 networkx 制作一个二分图。我关注documentation 和this previous answer

df = pd.DataFrame({'Name': ['John','John','Aron','Aron','Jeny','Jeny'],
                  'Movie':['A','B','C','A','Y','Z']})

G = nx.Graph()
G.add_nodes_from(df.Name, bipartite=0)
G.add_nodes_from(df.Movie, bipartite=1)
G.add_edges_from(df.values)

因为我的图表是断开的，即

nx.is_connected(G)
>False
top = nx.bipartite.sets(G)[0]
>AmbiguousSolution

我遵循以下文档：

top_nodes = {n for n, d in G.nodes(data=True) if d["bipartite"] == 0}
Z = nx.bipartite.projected_graph(G, top_nodes)
nx.draw(Z)

我明白了：

我预计：

【问题讨论】：

标签： python graph networkx graph-theory

【解决方案1】：

使用：

import pandas as pd
import networkx as nx
import matplotlib.pyplot as plt

df = pd.DataFrame(
    {
        "Name": ["John", "John", "Aron", "Aron", "Jeny", "Jeny"],
        "Movie": ["A", "B", "C", "A", "Y", "Z"],
    }
)
G = nx.Graph()
G.add_nodes_from(df.Name, bipartite=0)
G.add_nodes_from(df.Movie, bipartite=1)
G.add_edges_from(df.values)
pos = nx.bipartite_layout(G, df.Name)
nx.draw(G, pos=pos, with_labels=True)

我明白了：

请注意，每次生成图表时，它都会对节点进行随机排序

【讨论】：

【解决方案2】：

我无法重现您的问题。我复制了你的代码并得到了正确的图表。

>>> import networkx as nx
>>> import pandas as pd
>>> import matplotlib.pyplot as plt

>>> G = nx.Graph()

>>> G.add_nodes_from(df.Name, bipartite=0)
>>> G.nodes
NodeView(('John', 'Aron', 'Jeny'))

>>> G.add_nodes_from(df.Movie, bipartite=1)
>>> G.nodes
NodeView(('John', 'Aron', 'Jeny', 'A', 'B', 'C', 'Y', 'Z'))

>>> G.add_edges_from(df.values)
>>> G.edges
EdgeView([('John', 'A'), ('John', 'B'), ('Aron', 'C'),
          ('Aron', 'A'), ('Jeny', 'Y'), ('Jeny', 'Z')])

>>> nx.draw(G, with_labels=True)
>>> plt.show()

您可以强制节点的位置遵循图的二分性质，遵循this answer：

>>> people={n for n,d in G.nodes(data=True) if d['bipartite']==0}
>>> movies=set(G) - people
>>> pos = {n: (1,i) for i,n in enumerate(people)}
>>> pos.update({n: (2,i) for i,n in enumerate(movies)})
>>> nx.draw(G, with_labels=True, pos=pos)
>>> plt.show()

或this answer:

>>> people={n for n,d in G.nodes(data=True) if d['bipartite']==0}
>>> nx.draw(G, pos=nx.bipartite_layout(G, people), with_labels=True)
>>> plt.show()

【讨论】：