基于度中心性度量更改networkx中图形的颜色和大小

Question

我要做的是使用 NetworkX 库计算度中心性，然后根据此度量更改不同节点的颜色和大小。

预期的结果是让节点根据其度中心性显示为不同的颜色和大小，但目前，它们只显示默认颜色，因为我不知道我应该这样做。

我在这个项目中使用的 csv 文件可以在这里找到。 https://www.mediafire.com/file/q0kziy9h251fcjf/nutrients.csv/file

该文件目前没有错误消息，除了颜色大小没有改变。

我目前尝试考虑做某种列表理解来解决问题，但我还不确定如何去做，或者如何设置颜色图（什么颜色不重要）

这是我目前正在使用的代码。

import networkx as nx
import matplotlib.pyplot as plt

Data = open('nutrients.csv', "r")
next(Data, None)
Graph_type = nx.Graph()

G = nx.parse_edgelist(Data, delimiter=',', create_using=Graph_type,
                      nodetype=str, data=(('weight', float),))


deg_centrality = nx.degree_centrality(G)
print(deg_centrality)


pos = nx.spring_layout(G)
nx.draw(G, pos)
plt.show()

H

Answer 1

这样的事情怎么样？

import numpy as np
import matplotlib.colors as mcolors
import matplotlib.cm as cm

cent = np.fromiter(deg_centrality.values(), float)
sizes = cent / np.max(cent) * 200
normalize = mcolors.Normalize(vmin=cent.min(), vmax=cent.max())
colormap = cm.viridis

scalarmappaple = cm.ScalarMappable(norm=normalize, cmap=colormap)
scalarmappaple.set_array(cent)

plt.colorbar(scalarmappaple)
nx.draw(G, pos, node_size=sizes, node_color=sizes, cmap=colormap)
plt.show()

我引入了一个有点随意的缩放因子，您可以调整它来创建其他尺寸。 Numpy 用于方便的缩放，但您可以使用普通 Python 做同样的事情。

颜色图可以随意更改：https://matplotlib.org/stable/tutorials/colors/colormaps.html

编辑：我设法通过改编 this answer 创建了一个颜色渐变图例。

Answer 2

这是一个带有networkx的绘图功能的简单代码：

import networkx as nx
import matplotlib.pyplot as plt
import numpy as np

# create graph from data
with open("nutrients.csv", "r") as f:
    G = nx.parse_edgelist(f.readlines(), delimiter=",")

# centrality
deg_centrality = nx.degree_centrality(G)
centrality = np.fromiter(deg_centrality.values(), float)
# plot
pos = nx.kamada_kawai_layout(G)
nx.draw(G, pos, node_color=centrality, node_size=centrality*2e3)
nx.draw_networkx_labels(G, pos)
plt.show()

输出：

我强烈建议使用plotly (see exemple) 进行交互。对于这种图表，我觉得它非常有用。