Position/showing 个带有 networkx + graphviz 的标签

Question

我结合使用 networkx 和 graphviz 获得了以下图：

我对结果很满意。在图中，您可以识别我所说的聚合节点：那些是最新的绿色节点（所有绿色节点汇聚的地方）比橙色节点早一跳。

我想要实现的是：

1) 将标签放在节点的两侧。如您所见，标签在上面，很难阅读；

2) 只显示聚合节点和橙色节点上的标签。

这就是我绘制图表的方式。

# We create the graph
G = nx.DiGraph()

# We add nodes and edges
G.add_nodes_from(nodes)
G.add_edges_from(edges)

# We establish attributes to nodes
nx.set_node_attributes(G,nodesAttrDic)

# Tune plot
nodeFontSize    = 10
nodeSize        = 20
nodeColorList   = list(getNodeColor(nodesAttrDic,G.nodes()))
edgeColorList   = getEdgeColor(G.edges())

# Graphiz tunning
prog = 'dot'
args = '-Gnodesep=1 -Granksep=2 -Gpad=0.5 -Grankdir=TD'
root = None
pos  = graphviz_layout(G, prog = prog, root = root, args = args)

nx.draw(G,
    pos         = pos,
    with_labels = True, 
    node_color  = nodeColorList, 
    edge_color  = edgeColorList, 
    font_size   = nodeFontSize,
    node_size   = nodeSize,)

plt.show()

关于如何做到这一点有什么想法吗？

谢谢！

卢卡斯

Answer 1

好的，所以我已经部分解决了第二个问题：如何从聚合节点开始绘制。为此，我估计了最新一跳的跳数。之后我决定标记低于阈值的节点。

def getHopToNH(nodes):
    path        = []
    labelList   = {}

    for startNode in G.nodes():
        endNode = 'myLabel'
        try:
            p = len(nx.shortest_path(G,source=startNode,target=endNode))
        except:
            p = -1
        path.append((startNode,p))

        if p < 8:
            labelList = {**labelList,**{str(startNode):str(startNode)}}
        else:
            labelList = {**labelList,**{str(startNode):''}}

    return labelList

更新：

现在，为了 re-position 标签，我不得不自己修改位置。

for p in pos:

    yOffSet = -300
    xOffSet = -400

    pos[p] = (pos[p][0]+xOffSet,pos[p][1]+yOffSet)

labelDescr = nx.draw_networkx_labels(G,
    pos         = pos,
    labels      = nodeLabelDict,
    font_size   = nodeFontSize,)

for n,t in labelDescr.items():
    finDegree = 70
    t.set_rotation(finDegree)

在此之后，我开始绘制以下内容：

我现在真的很喜欢这个输出...:-)

Position/showing 个带有 networkx + graphviz 的标签

Position/showing of labels with networkx + graphviz

nodes

python-3.5

networkx

labels

pygraphviz