如何在networkx python包中明显地显示密集图？

Question

我在python中有一个大型的，有向图，它是由NetworkX软件包制作的。 如何提高图形图像的清晰度？

下图显示了我的图表。

Answer 1

我可以根据您的大小为您推荐几种改善图形可视化的方法。

---

如果您想可视化一个大图（> 1000个节点），则可以阅读另一个答案中的一些技巧。 在您的情况下，我建议您将图形导入到大型矢量图片中：

 import networkx as nx import matplotlib.pyplot as plt fig = plt.figure(figsize=(40, 40)) G = nx.fast_gnp_random_graph(300, 0.02, seed=1337) nx.draw(G, node_size=30) plt.axis('equal') plt.show() fig.savefig('waka.svg') 

---

如果您的图形相对较小（<1000个节点），则可以使用图形布局。

最适合您的图形布局是默认的spring_layout 。 它有k参数来设置节点之间的最佳距离。 这是示例：

默认k值

import networkx as nx
import random
random.seed(1234)
G = nx.fast_gnp_random_graph(30, 0.4, seed=1337)
for i in range(20):
    G.add_edge(i + 40, random.randint(1, 30))
    G.add_edge(i + 40, random.randint(1, 30))
pos = nx.spring_layout(G, seed=4321)
nx.draw(G, pos=pos, node_size=30, node_color='red')

放大的k值

import networkx as nx
import random
random.seed(1234)
G = nx.fast_gnp_random_graph(30, 0.4, seed=1337)
for i in range(20):
    G.add_edge(i + 40, random.randint(1, 30))
    G.add_edge(i + 40, random.randint(1, 30))
pos = nx.spring_layout(G, seed=4321, k=2)
nx.draw(G, pos=pos, node_size=30, node_color='red')

如果需要高精度分析边缘，则可读性较低，但如果您更关心节点，则更好。