使用networkx绘制图结构

本文已参与「新人创作礼」活动，一起开启掘金创作之路。

图结构在计算机程序处理中是较为常用的一种数据结构，常常用来表示非欧式空间数据，处理非结构化的数据

今天，用networkx实现图结构数据绘制，呈现一个有向带权图。

像了解更多使用networkx绘制图结构的方法，可以访问https://networkx.org/documentation/stable/tutorial.html，阅读相关的技术文档。

废话不多说，先祭出最终的呈现效果图：

全部实现代码：

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

edges = pd.DataFrame()
edges['source'] = [1, 2, 3, 4, 5, 6, 7, 4, 2, 2]
edges['target'] = [3, 1, 3, 2, 7, 4, 6, 1, 5, 7]
edges['weight'] = [3, 1, 3, 2, 7, 4, 6, 1, 5, 10]
# print(edges)
# nx.from_pandas_edgelist??
Graph = nx.from_pandas_edgelist(edges, source='source', target='target')
# print (Graph.nodes()) #输出全部的节点： [1, 2, 3]
Graph.add_edge(3, 1, weight=9)
# print (Graph.edges()) #输出全部的边：[(2, 3)]
# print(Graph.degree(7))
pos = nx.spring_layout(Graph)
nx.draw(Graph, with_labels=True, pos=pos, arrows=True)

dict_weight = dict()
# print(edges)
for i,e in edges.iterrows():
    edge_tuple = (e[0], e[1])
    dict_weight[edge_tuple] = e[2]

# print(dict_weight)
nx.draw_networkx_edge_labels(Graph, pos=pos, edge_labels=dict_weight)
plt.show

绘制的总体思路： 使用到三个库 1、pandas库，用于处理数据 2、matplotlib，用于显示画板 3、networkx，用于实现图结构并绘制边节点。

使用pandas生成边节点数据，pandas数据可以直接添加到图中

赋予边权重信息标签，必须将转换成字典形式，格式key-value对应为(起始节点，终止节点)：权重

可以对原始的pandas数据转化成dict形式，边表示为元组的形式

for i,e in edges.iterrows():
    edge_tuple = (e[0], e[1])
    dict_weight[edge_tuple] = e[2]

最终的转换结果：

{(1, 3): 3,
 (2, 1): 1,
 (3, 3): 3,
 (4, 2): 2,
 (5, 7): 7,
 (6, 4): 4,
 (7, 6): 6,
 (4, 1): 1,
 (2, 5): 5,
 (2, 7): 10}

注意，在绘制的时候，一定要传入pos参数进行定位，否则边权值信息将会错乱。 出现如下图所示的情况：