NetworkX最小生成树具有相同数据的不同簇排列？

Question

我有一个大型数据集，它将产品与相关性度量进行比较，如下所示：

product1      product2  relatedness
0101          0102      0.047619
0101          0103      0.023810
0101          0104      0.095238
0101          0105      0.214286
0101          0106      0.047619
...           ...       ...

我使用以下代码将数据输入 NetworkX 绘图工具并生成 MST 图：

import networkx as nx
import matplotlib.pyplot as plt

products = (data['product1'])
products = list(dict.fromkeys(products))
products = sorted(products)

G = nx.Graph()
G.add_nodes_from(products)
print(G.number_of_nodes())
print(G.nodes())

row = 0
for c in data['product1']:
    p = data['product2'][row]
    w = data['relatedness'][row]
    if w > 0:
        G.add_edge(c,p, weight=w, with_labels=True)
    row = row + 1

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

生成的图表如下所示：https://i.imgur.com/pBbcPGc.jpg

但是，当我重新运行代码时，使用相同的数据且未进行任何修改，簇的排列似乎发生了变化，因此看起来有所不同，这里的示例：https://i.imgur.com/4phvFGz.jpg，这里的第二个示例：https://i.imgur.com/f2YepVx.jpg .簇、边和权重似乎没有变化，但它们在图空间上的排列每次都在变化。

是什么导致节点的排列每次都发生变化，而代码或数据没有任何变化？我如何重新编写此代码以生成每次对相同数据具有大致相同的节点和边排列的网络图？

Answer 1

nx.draw 方法默认使用spring_layout (link to the doc)。这个布局实现了Fruchterman-Reingold force-directed algorithm，它以随机初始位置开始。这就是您在重复试验中看到的这种布局效果。

如果你想“修复”这些位置，那么你应该显式调用spring_layout 函数并在pos 参数中指定初始位置。

Answer 2

为了清楚起见，分配G = nx.minimum_spanning_tree(G)。那么

nx.draw(G, with_labels=True)

等价于

pos = nx.spring_layout(G)
nx.draw(G, pos=pos, with_labels=True)

由于您不希望每次运行脚本时都随机计算pos，因此保持pos 稳定的唯一方法是将其存储一次并在每次重新运行后从文件中检索。你可以把这个脚本在nx.draw(G, pos=pos, with_labels=True)之前以改进的方式计算pos：

import os, json

def store(pos):
    #form of dictionary to be stored dictionary retrieved
    return {k: v.tolist() for k, v in pos.items()}
def retrieve(pos):
    #form of dictionary to be retrieved
    return {float(k): v for k, v in pos.items()}

if 'nodes.txt' in os.listdir():
    json_file = open('pos.txt').read()
    pos = retrieve(json.loads(json_file)) #retrieving dictionary from file
    print('retrieve', pos)
else:
    with open('pos.txt', 'w') as outfile:
        pos = nx.spring_layout(new_G) #calculates pos
        print('store', pos)
        json.dump(store(pos), outfile, indent=4) #records pos dictionary into file

这是一个丑陋的解决方案，因为它无条件地依赖于pos 字典中使用的数据类型。它对我有用，但您可以定义在 store 和 retrieve 中使用的自定义项