Python Netgraph Matplotlib 刷新绘图
Python Netgraph Matplotlib Refresh Plot
我正在研究一个网络的可视化,该网络包括带有边缘标签的可移动节点,这些节点由流数据更新。目前,我正在使用 randint 在绘图时更新 pandas 数据框。
当前代码可以生成节点并允许它们移动并更新边缘标签,但感觉“笨拙”并且每隔一段时间绘图就会闪烁轴(我不想看到) .我似乎无法在 netgraph 中找到一个好的钩子来简单地刷新图形而不进行清除和重绘,随着网络的增长,这将不可避免地变得更糟。有谁知道我怎样才能让它更顺畅?
这是当前代码:
import pandas as pd
import matplotlib.pyplot as plt
#plt.ion()
import networkx as nx
import random as r
import netgraph
import numpy as np
#Graph creation:
G=nx.Graph(type="")
#edges automatically create nodes
df=pd.read_csv('diyNodeSet.csv')
G = nx.from_pandas_edgelist(df, source='sdr', target='rxr', \
create_using=nx.DiGraph)
#Create edge list from dataframe
df['xy']=list(zip(df.sdr,df.rxr))
ed=list(zip(df.br,df.pct))
el=dict(zip(df.xy,ed))
pos = nx.layout.circular_layout(G) ##initial node placement
# drag nodes around #########
plot_instance = netgraph.InteractiveGraph(G, node_positions=pos, node_color='red', edge_labels=el)
#update the edge labels with random data
import threading
interval = 3
def updatePlot(oldPlot):
nodePos=oldPlot.node_positions
new_pct=pd.Series([r.randint(1, 100),r.randint(1, 100),r.randint(1, 100),r.randint(1, 100)], name='pct', index=[0,1,2,3])
df.update(new_pct)
ed=list(zip(df.br,df.pct))
el=dict(zip(df.xy,ed))
oldPlot.fig.clear()
global plot_instance
plot_instance = netgraph.InteractiveGraph(G, node_positions=nodePos, node_color='red', edge_labels=el)
#call update each interval
def startTimer():
threading.Timer(interval, startTimer).start()
updatePlot(plot_instance)
startTimer()
这是所需外观的片段:
以下是 Netgraph (here) 作者的回复,它避免了重新绘制绘图并删除了出现的刻度:
def updatePlot(plot_instance):
new_labels = ... # get your label dict
plot_instance.draw_edge_labels(plot_instance.edge_list, new_labels,
plot_instance.node_positions)
plot_instance.fig.canvas.draw_idle()
这会添加新的边缘标签并更新现有的边缘标签。如果你想删除边缘标签,你必须明确地删除它们。
艺术家存储在将边映射到艺术家的字典中。
for edge in edge_labels_to_remove:
plot_instance.edge_label_artists[edge].remove() # delete artist
del plot_instance.edge_label_artists[edge] # delete reference
我正在研究一个网络的可视化,该网络包括带有边缘标签的可移动节点,这些节点由流数据更新。目前,我正在使用 randint 在绘图时更新 pandas 数据框。
当前代码可以生成节点并允许它们移动并更新边缘标签,但感觉“笨拙”并且每隔一段时间绘图就会闪烁轴(我不想看到) .我似乎无法在 netgraph 中找到一个好的钩子来简单地刷新图形而不进行清除和重绘,随着网络的增长,这将不可避免地变得更糟。有谁知道我怎样才能让它更顺畅?
这是当前代码:
import pandas as pd
import matplotlib.pyplot as plt
#plt.ion()
import networkx as nx
import random as r
import netgraph
import numpy as np
#Graph creation:
G=nx.Graph(type="")
#edges automatically create nodes
df=pd.read_csv('diyNodeSet.csv')
G = nx.from_pandas_edgelist(df, source='sdr', target='rxr', \
create_using=nx.DiGraph)
#Create edge list from dataframe
df['xy']=list(zip(df.sdr,df.rxr))
ed=list(zip(df.br,df.pct))
el=dict(zip(df.xy,ed))
pos = nx.layout.circular_layout(G) ##initial node placement
# drag nodes around #########
plot_instance = netgraph.InteractiveGraph(G, node_positions=pos, node_color='red', edge_labels=el)
#update the edge labels with random data
import threading
interval = 3
def updatePlot(oldPlot):
nodePos=oldPlot.node_positions
new_pct=pd.Series([r.randint(1, 100),r.randint(1, 100),r.randint(1, 100),r.randint(1, 100)], name='pct', index=[0,1,2,3])
df.update(new_pct)
ed=list(zip(df.br,df.pct))
el=dict(zip(df.xy,ed))
oldPlot.fig.clear()
global plot_instance
plot_instance = netgraph.InteractiveGraph(G, node_positions=nodePos, node_color='red', edge_labels=el)
#call update each interval
def startTimer():
threading.Timer(interval, startTimer).start()
updatePlot(plot_instance)
startTimer()
这是所需外观的片段:
以下是 Netgraph (here) 作者的回复,它避免了重新绘制绘图并删除了出现的刻度:
def updatePlot(plot_instance):
new_labels = ... # get your label dict
plot_instance.draw_edge_labels(plot_instance.edge_list, new_labels,
plot_instance.node_positions)
plot_instance.fig.canvas.draw_idle()
这会添加新的边缘标签并更新现有的边缘标签。如果你想删除边缘标签,你必须明确地删除它们。 艺术家存储在将边映射到艺术家的字典中。
for edge in edge_labels_to_remove:
plot_instance.edge_label_artists[edge].remove() # delete artist
del plot_instance.edge_label_artists[edge] # delete reference