python - 如何在 networkx python 包中明显地可视化密集图？

Question

我在 python 中有一个大的、密集的有向图，用 NetworkX 制作包裹。如何提高图形图像的清晰度？

下图显示了我的图表。

Answer 1

我可以根据其大小向您推荐几种改进图形可视化的方法。

如果你想可视化一个大图(>1000 个节点)，你可以在 my another answer 中阅读一些技巧。 .在您的情况下，我建议您将图形导入大矢量图:

import networkx as nx 
import matplotlib.pyplot as plt 
fig = plt.figure(figsize=(40, 40)) 
G = nx.fast_gnp_random_graph(300, 0.02, seed=1337) 
nx.draw(G, node_size=30) 
plt.axis('equal') 
plt.show() 
fig.savefig('waka.svg') 

如果您的图形相对较小(<1000 个节点)，您可以使用图形布局。

最适合您的图表类型的布局是默认 spring_layout .它有 k参数设置节点之间的最佳距离。这是示例:

默认 k 值

import networkx as nx
import random
random.seed(1234)
G = nx.fast_gnp_random_graph(30, 0.4, seed=1337)
for i in range(20):
    G.add_edge(i + 40, random.randint(1, 30))
    G.add_edge(i + 40, random.randint(1, 30))
pos = nx.spring_layout(G, seed=4321)
nx.draw(G, pos=pos, node_size=30, node_color='red')

放大k值

import networkx as nx
import random
random.seed(1234)
G = nx.fast_gnp_random_graph(30, 0.4, seed=1337)
for i in range(20):
    G.add_edge(i + 40, random.randint(1, 30))
    G.add_edge(i + 40, random.randint(1, 30))
pos = nx.spring_layout(G, seed=4321, k=2)
nx.draw(G, pos=pos, node_size=30, node_color='red')

如果您需要以高精度分析边缘，则可读性较差，但如果您更关心节点，则更好。