如何阻止 `colorbar` 重塑 `networkx` 图? (Python 3)
How to stop `colorbar` from reshaping `networkx` plot? (Python 3)
我正在尝试更改 networkx
图上的 colorbar
。当我在其中添加 colorbar
时(右图),该条变得特别宽并且还使我原来的 networkx
图(左图)变得模糊。
如何使我的 colorbar
更薄而不改变我原来的 networkx
图形?
我下面的代码 colorbar
由 https://whosebug.com/users/5285918/lanery 提供,但使用了更大的网络。
# Set up Graph
DF_adj = pd.DataFrame(np.array(
[[1, 0, 1, 1],
[0, 1, 1, 0],
[1, 1, 1, 1],
[1, 0, 1, 1] ]), columns=['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)'], index=['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)'])
G = nx.Graph(DF_adj.as_matrix())
G = nx.relabel_nodes(G, dict(zip(range(4), ['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)'])))
# Color mapping
color_palette = sns.cubehelix_palette(3)
cmap = {k:color_palette[v-1] for k,v in zip(['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)'],[2, 1, 3, 2])}
# Draw
fig, ax = plt.subplots()
nx.draw(G, node_color=[cmap[node] for node in G.nodes()], with_labels=True, ax=ax)
sm = plt.cm.ScalarMappable(cmap=ListedColormap(color_palette),
norm=plt.Normalize(vmin=0, vmax=3))
sm._A = []
fig.colorbar(sm, ticks=range(1,4))
最简单的方法应该是在自己的轴上绘制颜色条并使用 [left, bottom, width, height] 参数。
cbaxes = fig.add_axes([0.9, 0.1, 0.015, 0.8])
sm = plt.cm.ScalarMappable(cmap=ListedColormap(color_palette),
norm=plt.Normalize(vmin=0, vmax=3))
sm._A = []
plt.colorbar(sm, cax=cbaxes, ticks=range(4))
来源:positioning the colorbar
我正在尝试更改 networkx
图上的 colorbar
。当我在其中添加 colorbar
时(右图),该条变得特别宽并且还使我原来的 networkx
图(左图)变得模糊。
如何使我的 colorbar
更薄而不改变我原来的 networkx
图形?
我下面的代码 colorbar
由 https://whosebug.com/users/5285918/lanery 提供,但使用了更大的网络。
# Set up Graph
DF_adj = pd.DataFrame(np.array(
[[1, 0, 1, 1],
[0, 1, 1, 0],
[1, 1, 1, 1],
[1, 0, 1, 1] ]), columns=['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)'], index=['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)'])
G = nx.Graph(DF_adj.as_matrix())
G = nx.relabel_nodes(G, dict(zip(range(4), ['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)'])))
# Color mapping
color_palette = sns.cubehelix_palette(3)
cmap = {k:color_palette[v-1] for k,v in zip(['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)'],[2, 1, 3, 2])}
# Draw
fig, ax = plt.subplots()
nx.draw(G, node_color=[cmap[node] for node in G.nodes()], with_labels=True, ax=ax)
sm = plt.cm.ScalarMappable(cmap=ListedColormap(color_palette),
norm=plt.Normalize(vmin=0, vmax=3))
sm._A = []
fig.colorbar(sm, ticks=range(1,4))
最简单的方法应该是在自己的轴上绘制颜色条并使用 [left, bottom, width, height] 参数。
cbaxes = fig.add_axes([0.9, 0.1, 0.015, 0.8])
sm = plt.cm.ScalarMappable(cmap=ListedColormap(color_palette),
norm=plt.Normalize(vmin=0, vmax=3))
sm._A = []
plt.colorbar(sm, cax=cbaxes, ticks=range(4))
来源:positioning the colorbar