如何在Networkx中繪制具有社區結構的小圖

Question

該圖有大約100個節點，社區的數目從5到20。是否有任何方法可以繪制該圖，以使同一社區的節點彼此靠近？

我嘗試為不同的社區分配不同的顏色，但是在我的應用程序中效果不佳。

我讀過這個和這個 ，但沒有找到一個好的解決辦法。

我正在使用python 2.7.12和newtorkx-1.11

Answer 1

對於小圖，我發現spring_layout對於繪圖社區來說還可以。 如果您需要突出顯示節點（及其社區），我建議您：

• 為不同的社區選擇不同的顏色（顏色在視覺上越多越好），

• 增加節點的大小並

• 將邊緣設置為較淺的灰色（通過這種方式，圖形看起來不那么混亂，節點在視覺上更加突出）。

如果選擇spring_layout ，則可以另外使用k參數（文檔指出： 增加此值可將節點移得更遠 ）。 請注意，每次運行代碼時spring_layout可以提供不同的圖像（通過這種方式，您可以多次運行代碼並僅在對結果滿意的情況下保存圖像）。

在下面的示例中，我使用默認圖（ nx.karate_club_graph ），在其中使用python-louvain包（導入為community ）自動檢測community 。 節點的大小與定義node_size在爭論nx.draw_networkx_nodes 。 節點顏色取決於它們所屬的社區-我使用plt.cm.RdYlBu顏色圖（請參閱此處的更多顏色圖）。 請注意，您還可以通過在plt.figure使用figsize定義更大或更小的圖像來影響節點大小（和邊緣長度）。

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)

輸出（我多次運行該代碼並選擇了“最精美”的圖像）：

但是，如果您有一個較大的圖表，而社區卻不那么明顯怎么辦？ 這是一個更復雜的圖形，具有100個節點和100個隨機邊（以及隨機社區），但是具有相同的繪制方法：

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)

輸出：

我們在上圖中看不到清晰的社區。 在這里，您至少有三個選擇：

• 手動定義圖形布局（節點坐標/位置）（在我的代碼中為pos ），

• 試驗不同的布局（在此處找到），並

• 對每個社區（或至少是最重要的社區）都有一個形象。

如果選擇第三個選項，則可以使一個突出顯示的社區的節點大於其他節點（當然也可以具有不同的顏色）。 您還可以更改該社區中邊緣的顏色和厚度（在下面的示例中未顯示）。

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)

輸出（僅突出顯示第一個社區）：

如果您有相同的圖形多張圖片，我建議節點在所有的人都在相同的位置（你需要有相同的pos圖紙之間）。 這樣，圖像更具可比性。