如何在networkx中绘制带有社区结构的小图

Question

该图有大约100个节点，社区数量从5到20不等。请问有什么方法可以画出同一个社区的节点之间距离很近的图吗？

我曾尝试为不同的社区分配不同的颜色，但这在我的应用程序中效果不佳。

我已经阅读 this and this 但没有找到好的解决方案。

我正在使用 python 2.7.12 和 newtorkx-1.11

Answer 1

对于小图，我发现 spring_layout 非常适合绘制社区。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（颜色越多视觉上颜色不同越好),
增加节点的大小并且
使边缘变浅灰色（这样图形看起来不那么杂乱无章，节点在视觉上更加突出）。

如果您选择 spring_layout，您还可以使用 k 参数（文档说明：增加此值以将节点移得更远） .请注意，spring_layout 可以为您每次运行代码提供不同的图像（这样您可以多次运行代码并仅在您对结果满意时才保存图像） .

在下面的示例中，我使用默认图表 (nx.karate_club_graph)，其中我使用 python-louvain 包（导入为 community）自动检测社区。节点大小由 nx.draw_networkx_nodes 中的 node_size 参数定义。节点颜色取决于它们所属的社区——我使用 plt.cm.RdYlBu 颜色图（查看更多颜色图 here）。请注意，您还可以通过在 plt.figure.

中使用 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（我多次运行代码并选择了"prettiest"图像）：

但是，如果您有一个更大的图表但社区不太明显怎么办？这是一个更复杂的图，有 100 个节点和 100 个运行dom 边（因此运行dom 社区）但使用相同的绘图方法：

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。在这里你至少有三个选择：

手动定义图表布局（节点coordinates/positions）（pos 在我的代码中），
尝试不同的布局（发现 here）和
为每个社区（或至少是最重要的社区）。

如果您选择第三个选项，您可以让一个突出显示的社区的节点比其他节点大（当然颜色不同）。您还可以更改该社区中边缘的颜色和厚度（下例中未显示）。

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）：

如果同一图表有多个图像，我建议节点在所有图像中的位置相同（您需要在绘图之间具有相同的 pos）。这样图像更具可比性。

如何在networkx中绘制带有社区结构的小图

How to draw a small graph with community structure in networkx

python

data-mining

networkx

graph-visualization