在具有给定位置坐标的节点图中设置边标签的问题

Question

我有一个名为“loc”的 11x11 数据框，其中包含节点的位置坐标（X、Y 和 Z），节点名称作为索引。 我有另一个数据框“dist”，其中包含节点之间的距离，而列标题和索引上的节点名称。 我想绘制网络图，以便每个节点都标有其名称（loc 的索引）。此外，每个节点都应该连接到其他每个节点。

但是我希望每条边都标有两个节点之间的距离。我

我已经创建了图表，用标签绘制了节点并在它们之间绘制了边缘。但是无法为图例绘制标签。

#####  Example data similar to my actual data
coord     = np.random.randint(low=1, high=100, size=(11,3))  
lab       = ['AP', 'STA1', 'STA2', 'STA3', 'STA4', 'STA5', 'STA6', 'STA7', 
'STA8', 'STA9', 'STA10']
loc       = pd.DataFrame.from_records(coord, columns=['X', 'Y', 'Z'], 
index=lab)
d         = distance_matrix(loc,loc) # Distance between each device
dist      = pd.DataFrame.from_records(d, columns=lab)
dist      = dist.set_index(dist.columns)
dist      = dist.round(decimals=1)

##########  Network Plot without edges
coord         = np.random.randint(low=1, high=100, size=(11,3))  
lab           = ['AP', 'STA1', 'STA2', 'STA3', 'STA4', 'STA5', 'STA6', 
'STA7', 'STA8', 'STA9', 'STA10']
loc           = pd.DataFrame.from_records(coord, columns=['X', 'Y', 'Z'], 
index=lab)


d         = distance_matrix(loc,loc) # Distance between each device
dist      = pd.DataFrame.from_records(d, columns=lab)
dist      = dist.set_index(dist.columns)
dist      = dist.round(decimals=1)

# Add the nodes to graph
G=nx.Graph() 
for i in range(len(loc)):
    G.add_node(loc.index[i])

pos = loc.ix[:,0:2].transpose().to_dict(orient='list')

# Add edges
for i in range(len(loc)):
    for j in range(len(loc)):
        G.add_edge(loc.index[i], loc.index[j])

# Draw the network
fig, ax = plt.subplots(figsize=(5,5))
ax.axis('equal')
nx.draw_networkx(G, pos=pos, arrows= True, with_labels=True, node_size=600, 
node_shape='o', alpha=0.5, font_size=10) 
plt.show()

1) 给定的代码生成所需的图形，但没有边标签。我想在边缘的中心或更易读的地方绘制标签。请记住，edge_label 表示两个节点之间的距离（即索引和列标题具有相同值的“dist”数据帧中的值）。 2）我们能否在 3D 中绘制相同的网络，因为节点具有三个坐标（X、Y 和 Z）。在我的代码中，我只绘制 X 和 Y 坐标。

Answer 1

要绘制边缘的标签，您需要先将此数据添加到边缘：

G.add_edge(loc.index[i], loc.index[j], weight=d[i][j])

然后绘制标签可以调用nx.draw_networkx_edge_labels()

一起来：

import numpy as np
import pandas as pd
import networkx as nx
import scipy
import matplotlib.pyplot as plt

#####  Example data similar to my actual data
coord     = np.random.randint(low=1, high=100, size=(11,3))
lab       = ['AP', 'STA1', 'STA2', 'STA3', 'STA4', 'STA5', 'STA6', 'STA7',
'STA8', 'STA9', 'STA10']
loc       = pd.DataFrame.from_records(coord, columns=['X', 'Y', 'Z'],
index=lab)
d         = scipy.spatial.distance_matrix(loc,loc) # Distance between each device
dist      = pd.DataFrame.from_records(d, columns=lab)
dist      = dist.set_index(dist.columns)
dist      = dist.round(decimals=1)

##########  Network Plot without edges
coord         = np.random.randint(low=1, high=100, size=(11,3))
lab           = ['AP', 'STA1', 'STA2', 'STA3', 'STA4', 'STA5', 'STA6',
'STA7', 'STA8', 'STA9', 'STA10']
loc           = pd.DataFrame.from_records(coord, columns=['X', 'Y', 'Z'],
index=lab)


d         = scipy.spatial.distance_matrix(loc,loc) # Distance between each device
dist      = pd.DataFrame.from_records(d, columns=lab)
dist      = dist.set_index(dist.columns)
dist      = dist.round(decimals=1)

# Add the nodes to graph
G=nx.Graph()
for i in range(len(loc)):
    G.add_node(loc.index[i])

pos = loc.ix[:,0:2].transpose().to_dict(orient='list')

# Add edges
for i in range(len(loc)):
    for j in range(len(loc)):
        G.add_edge(loc.index[i], loc.index[j], weight='%.2f' % d[i][j])

# Draw the network
fig, ax = plt.subplots(figsize=(5,5))
ax.axis('equal')
nx.draw_networkx(G, pos=pos, arrows= True, with_labels=True, node_size=600, node_shape='o', alpha=0.5, font_size=10)
edge_labels = {(u, v): d['weight'] for u, v, d in G.edges(data=True)}
nx.draw_networkx_edge_labels(G, pos, edge_labels=edge_labels, font_size=8, rotate=False)
plt.show()

对于 3D 绘图，您可以使用 mplot3d，here 是一个示例。