绘制嵌套的networkx图

Question

我想知道是否有办法在python中绘制嵌套的networkx图。

我可以使用 networkx 文档中描述的 nx.draw_(...) 方法调用成功绘制这些图，但我使用它的情况需要其中一个节点本身就是一个图表（想象一个房间网络，在顶层，在下一层的房间内有一个区域/区域网络）。我想使用 matplotlib 或类似工具来展示它。

任何想法都将不胜感激。

Answer 1

编辑 通过定义递归函数，您可能比我原来的答案做得更好。这是该递归函数外观的粗略轮廓。我在下面的回答给出了一种不太优雅的方法，可以很容易地针对特定情况进行调整，但如果你经常这样做，你可能会想要这个递归版本。

def recursive_draw(G,currentscalefactor=0.1,center_loc=(0,0),nodesize=300, shrink=0.1):
    pos = nx.spring_layout(G)
    scale(pos,currentscalefactor) #rescale distances to be smaller
    shift(pos,center_loc) #you'll have to write your own code to shift all positions to be centered at center_loc
    nx.draw(G,pos=pos, nodesize=nodesize)
    for node in G.nodes_iter():
        if type(node)==Graph: # or diGraph etc...
            recursive_draw(node,currentscalefactor=shrink*currentscalefactor,center_loc=pos[node], nodesize = nodesize*shrink, shrink=shrink)

如果有人创建了递归函数，请将其添加为单独的答案，并给我评论。我会从这个答案中指出它。

---

原答案 这是第一次通过（我希望在一天结束前编辑成一个完整的答案，但我认为这会让你大部分时间到达那里）：

import networkx as nx
import pylab as py

G = nx.Graph()

H = nx.Graph()
H.add_edges_from([(1,2), (2,3), (1,3)])

I = nx.Graph()
I.add_edges_from([(1,3), (3,2)])


G.add_edge(H,I)

Gpos = nx.spring_layout(G)
Hpos = nx.spring_layout(H)
Ipos = nx.spring_layout(I)

scalefactor = 0.1
for node in H.nodes():
    Hpos[node] = Hpos[node]*scalefactor + Gpos[H]

for node in I.nodes():
    Ipos[node] = Ipos[node]*scalefactor + Gpos[I]


nx.draw_networkx_edges(G, pos = Gpos)
nx.draw_networkx_nodes(G, pos = Gpos, node_color = 'b', node_size = 15000, alpha = 0.5)
nx.draw(H, pos = Hpos, with_labels = True)
nx.draw(I, pos = Ipos, with_labels = True)
py.savefig('tmp.png')

我认为您应该做的主要附加事情是使每个子节点居中。这将需要为每个子图识别 xmin、xmax、ymin 和 ymax 并进行调整。您可能还想使用比例因子。