如何在Networkx中绘制具有社区结构的小图

Question

该图有大约100个节点，社区的数目从5到20。是否有任何方法可以绘制该图，以使同一社区的节点彼此靠近？

我尝试为不同的社区分配不同的颜色，但是在我的应用程序中效果不佳。

我读过这个和这个 ，但没有找到一个好的解决办法。

我正在使用python 2.7.12和newtorkx-1.11

Answer 1

对于小图，我发现spring_layout对于绘图社区来说还可以。 如果您需要突出显示节点（及其社区），我建议您：

• 为不同的社区选择不同的颜色（颜色在视觉上越多越好），

• 增加节点的大小并

• 将边缘设置为较浅的灰色（通过这种方式，图形看起来不那么混乱，节点在视觉上更加突出）。

如果选择spring_layout ，则可以另外使用k参数（文档指出： 增加此值可将节点移得更远 ）。 请注意，每次运行代码时spring_layout可以提供不同的图像（通过这种方式，您可以多次运行代码并仅在对结果满意的情况下保存图像）。

在下面的示例中，我使用默认图（ nx.karate_club_graph ），在其中使用python-louvain包（导入为community ）自动检测community 。 节点的大小与定义node_size在争论nx.draw_networkx_nodes 。 节点颜色取决于它们所属的社区-我使用plt.cm.RdYlBu颜色图（请参阅此处的更多颜色图）。 请注意，您还可以通过在plt.figure使用figsize定义更大或更小的图像来影响节点大小（和边缘长度）。

import networkx as nx
import community
import matplotlib.pyplot as plt

G = nx.karate_club_graph()  # load a default graph

partition = community.best_partition(G)  # compute communities

pos = nx.spring_layout(G)  # compute graph layout
plt.figure(figsize=(8, 8))  # image is 8 x 8 inches
plt.axis('off')
nx.draw_networkx_nodes(G, pos, node_size=600, cmap=plt.cm.RdYlBu, node_color=list(partition.values()))
nx.draw_networkx_edges(G, pos, alpha=0.3)
plt.show(G)

输出（我多次运行该代码并选择了“最精美”的图像）：

但是，如果您有一个较大的图表，而社区却不那么明显怎么办？ 这是一个更复杂的图形，具有100个节点和100个随机边（以及随机社区），但是具有相同的绘制方法：

import networkx as nx
import community
import matplotlib.pyplot as plt
import random

H = nx.Graph()

nodes = list(range(100))  # 100 nodes

# add 100 random edges
for i in range(100):
    src = random.choice(nodes)
    dest = random.choice(nodes)
    # we don't want src to be the same as dest
    while src == dest:
        dest = random.choice(nodes)

    H.add_edge(src, dest)

partition = community.best_partition(H)  # compute communities

pos = nx.spring_layout(H)  # compute graph layout
plt.figure(figsize=(10, 10))
plt.axis('off')
nx.draw_networkx_nodes(H, pos, node_size=600, cmap=plt.cm.RdYlBu, node_color=list(partition.values()))
nx.draw_networkx_edges(H, pos, alpha=0.3)
plt.show(H)

输出：

我们在上图中看不到清晰的社区。 在这里，您至少有三个选择：

• 手动定义图形布局（节点坐标/位置）（在我的代码中为pos ），

• 试验不同的布局（在此处找到），并

• 对每个社区（或至少是最重要的社区）都有一个形象。

如果选择第三个选项，则可以使一个突出显示的社区的节点大于其他节点（当然也可以具有不同的颜色）。 您还可以更改该社区中边缘的颜色和厚度（在下面的示例中未显示）。

node_size = []

# first community against the others
for node, community in partition.items():
    if community == 1:
        node_size.append(900)
    else:
        partition[node] = 0  # I put all the other communities in one communitiy
        node_size.append(300)

plt.figure(figsize=(10, 10))
plt.axis('off')
nodes = nx.draw_networkx_nodes(H, pos, node_size=node_size, cmap=plt.cm.winter, node_color=list(partition.values()))
nx.draw_networkx_edges(H, pos, alpha=0.3)
plt.show(H)

输出（仅突出显示第一个社区）：

如果您有相同的图形多张图片，我建议节点在所有的人都在相同的位置（你需要有相同的pos图纸之间）。 这样，图像更具可比性。