Python:反映二维网格图中的位置
Python: reflect positions in a 2D grid graph
在具有 10x10 个节点的二维图形中,我意识到我希望从左上角开始,向下并按列标记节点:
1st column -> [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
2nd column -> [10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
等等,直到我到达第 10 列。相反,我的代码从左下角开始,向上和按列标记它们。 我想警告是在 pos2
行中,但我不知道如何更改它。 我已经尝试 reverse
inds
和 vals
列表,但结果是图表相对于 y 轴或垂直轴的反映。相反,我正在寻找关于水平轴的反射。
import networkx as nx
from pylab import *
import matplotlib.pyplot as plt
%pylab inline
#n=100 Number of nodes
ncols=10 #Number of columns in a 10x10 grid of positions
N=10 #Nodes per side
G=nx.grid_2d_graph(N,N)
labels = dict( ((i,j), i + (N-1-j) * N ) for i, j in G.nodes() )
nx.relabel_nodes(G,labels,False)
inds=labels.keys()
vals=labels.values()
inds=sorted(inds,reverse=False)
vals=sorted(vals, reverse=False)
pos2=dict(zip(vals,inds))
nx.draw_networkx(G, pos=pos2, with_labels=True, node_size = 250, node_color='lightblue')
plt.axis('off')
plt.show()
像这样绘制图形时,您可以只更改标签
import networkx as nx
import matplotlib.pyplot as plt
#n=100 Number of nodes
ncols=10 #Number of columns in a 10x10 grid of positions
N=10 #Nodes per side
G=nx.grid_2d_graph(N,N)
pos = dict(zip(G.nodes(),G.nodes()))
ordering = [(y,N-1-x) for y in range(N) for x in range(N)]
labels = dict(zip(ordering, range(len(ordering))))
nx.draw_networkx(G, pos=pos, with_labels=False, node_size = 250, node_color='lightblue')
nx.draw_networkx_labels(G, pos=pos, labels=labels)
plt.axis('off')
plt.show()
以下对我有用:删除行 vals=sorted(vals, reverse=False)
,并将行 inds=sorted(inds,reverse=False)
替换为 inds=[(N-j-1,N-i-1) for i,j in inds]
。
在具有 10x10 个节点的二维图形中,我意识到我希望从左上角开始,向下并按列标记节点:
1st column -> [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
2nd column -> [10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
等等,直到我到达第 10 列。相反,我的代码从左下角开始,向上和按列标记它们。 我想警告是在 pos2
行中,但我不知道如何更改它。 我已经尝试 reverse
inds
和 vals
列表,但结果是图表相对于 y 轴或垂直轴的反映。相反,我正在寻找关于水平轴的反射。
import networkx as nx
from pylab import *
import matplotlib.pyplot as plt
%pylab inline
#n=100 Number of nodes
ncols=10 #Number of columns in a 10x10 grid of positions
N=10 #Nodes per side
G=nx.grid_2d_graph(N,N)
labels = dict( ((i,j), i + (N-1-j) * N ) for i, j in G.nodes() )
nx.relabel_nodes(G,labels,False)
inds=labels.keys()
vals=labels.values()
inds=sorted(inds,reverse=False)
vals=sorted(vals, reverse=False)
pos2=dict(zip(vals,inds))
nx.draw_networkx(G, pos=pos2, with_labels=True, node_size = 250, node_color='lightblue')
plt.axis('off')
plt.show()
像这样绘制图形时,您可以只更改标签
import networkx as nx
import matplotlib.pyplot as plt
#n=100 Number of nodes
ncols=10 #Number of columns in a 10x10 grid of positions
N=10 #Nodes per side
G=nx.grid_2d_graph(N,N)
pos = dict(zip(G.nodes(),G.nodes()))
ordering = [(y,N-1-x) for y in range(N) for x in range(N)]
labels = dict(zip(ordering, range(len(ordering))))
nx.draw_networkx(G, pos=pos, with_labels=False, node_size = 250, node_color='lightblue')
nx.draw_networkx_labels(G, pos=pos, labels=labels)
plt.axis('off')
plt.show()
以下对我有用:删除行 vals=sorted(vals, reverse=False)
,并将行 inds=sorted(inds,reverse=False)
替换为 inds=[(N-j-1,N-i-1) for i,j in inds]
。