干貨！利用Python繪制精美網路關系圖

點擊上方藍字關注我們

最近發現一個特別好用的python庫，能夠繪制精美的關系圖，俗話說有好東西要學會分享，所以袁廚就肝了這篇文章，大家可以參考一下，

一、概述

NetworkX是一個用python撰寫的軟體包，便于用戶對復雜網路進行創建、操作和學習，

利用networkx可以以標準化和非標準化的資料格式存盤網路、生成多種隨機網路和經典網路、分析網路結構、建立網路模型、設計新的網路演算法、進行網路繪制等，Networkx主要用于創造、操作復雜網路，以及學習復雜網路的結構、動力學及其功能，我們用它可以將存盤在鄰接表或鄰接矩陣里的網路圖可視化，下面給大家看一下我自己畫的一個例子吧，這樣就大概可以了解怎么回事了，

上面這張圖片是我繪制的社交關系圖，其中藍色節點代表的是度最高的節點，就是社交關系最復雜的節點，

二、NetWorkx安裝

安裝方式主要有三種
1.命令列pip
2.pycharm安裝
3.官方下載whl檔案進行安裝

下面我給大家介紹最簡單方便的第一種方式吧

1.win+r進入命令列界面

2.輸入安裝代碼

pip install networkx -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

這里更換了豆瓣的鏡像源，可以提高下載速度，安裝其他包的時候，將networkx改成其他包名即可，

三、NetworkX基礎知識

1.創建圖

首先我們需要創建一個沒有邊和節點的圖形，說白了就是先拿出一張白紙，我們準備在白紙上作畫了，

import networkx as nx
G = nx.Graph()#無多重邊無向圖
G = nx.DiGraph()#無多重邊有向圖
G = nx.MultiGraph()#有多重邊無向圖
G = nx.MultiDiGraph()#有多重邊有向圖

可以創建四種圖形，無多重邊無向圖、無多重邊有向圖、有多重邊無向圖、有多重邊有向圖，常用的就是第一種圖了

2.添加節點

這一步的作用就是在圖中添加節點，我們可以一次添加一個節點，也可以添加一個節點串列

G.add_node(1)#添加節點1
G.add_nodes_from([2, 3])#添加節點2，3

兩個命令是不一樣的需要注意一下哦

3.添加邊

當然邊也可以單個添加和多個添加

G.add_edge('x', 'y')   # 添加一條邊起點為x,終點為y
G.add_edges_from([(1, 2), (1, 3), (2, 3)])   # 添加多條邊

下面我們來看一下當前效果

import networkx as nx
import matplotlib.pyplot as plt

G = nx.Graph()  # 無多重邊無向圖
G.add_node(1)  # 添加節點1
G.add_nodes_from([2, 3])  # 添加節點2，3
G.add_nodes_from([2, 3, 4, 5, 6])  # 添加節點2，3
G.add_edge('x', 'y')  # 添加一條邊起點為x,終點為y
G.add_edges_from([(1, 2), (4, 5), (5, 6), (2, 4)]);
G.add_edges_from([(1, 2), (1, 3), (2, 3)])  # 添加多條邊
nx.draw(G, with_labels=True);
plt.show()

4.給圖中的節點和邊添加屬性

運行樣式：
      - `node_size`:  指定節點的尺寸大小(默認是300)
      - `node_color`:  指定節點的顏色 (默認是紅色，可以用字串簡單標識顏     色，例如'r'為紅色，'b'為綠色等)
      - `node_shape`:  節點的形狀（默認是圓形，用字串'o'標識）
      - `alpha`: 透明度 (默認是1.0，不透明，0為完全透明) 
      - `width`: 邊的寬度 (默認為1.0)
      - `edge_color`: 邊的顏色(默認為黑色)
      - `style`: 邊的樣式(默認為實作，可選：solid|dashed|dotted,dashdot)
      - `with_labels`: 節點是否帶標簽（默認為True）
      - `font_size`: 節點標簽字體大小 (默認為12)
      - `font_color`: 節點標簽字體顏色（默認為黑色）
      - `pos`: 布局

運用布局：
　　circular_layout：節點在一個圓環上均勻分布
　　random_layout：節點隨機分布
　　shell_layout：節點在同心圓上分布
　　spring_layout： 用Fruchterman-Reingold演算法排列節點（樣子類似多中心放射狀）
　　spectral_layout：根據圖的拉普拉斯特征向量排列節點
我們需要在nx.draw這行代碼里面添加屬性，

下面我們來使用一下這些屬性，看看會有什么效果，

添加節點屬性

import networkx as nx
import matplotlib.pyplot as plt

G = nx.Graph()  # 無多重邊無向圖
G.add_nodes_from([1,2,3,4,5,6])  # 添加節點2，3
G.add_edges_from([(1, 2), (4, 5), (5, 6), (2, 4),(1,3),(2,4)]);
nx.draw(G, with_labels=True,node_size=200,node_color='#7FFF00')#在這里添加屬性，添加顏色和大小
plt.show()

添加布局屬性

pos =nx.shell_layout(G)
nx.draw(G,with_labels=True,node_size=200,node_color='#7FFF00',pos=pos)

import networkx as nx
import matplotlib.pyplot as plt

G = nx.Graph()  # 無多重邊無向圖
G.add_nodes_from([1,2,3,4,5,6,7,8,9,10])  # 添加節點2，3
G.add_edges_from([(1, 2), (4, 5), (5, 6), (2, 4),(1,3),(2,4),(3,6),(3,7),(4,8),(5,9),(7,10),(1,10)]);
pos =nx.shell_layout(G)
nx.draw(G,with_labels=True,node_size=200,node_color='#7FFF00',pos=pos)
plt.show()

我們剛才用的屬性是節點在同心圓上分布，效果如上圖，還有其他分布方式大家可以試一下，

給節點添加不同的顏色

import networkx as nx
import matplotlib.pyplot as plt

G = nx.Graph()  # 無多重邊無向圖
G.add_edges_from([(1,2),(2,3),(3,4),(4,1)]);
color=['#7FFF00','#0000ff','#9999ff','#ff00ff']
pos =nx.shell_layout(G)
nx.draw(G, with_labels=True,node_size=200,node_color=color,pos=pos)
plt.show()

我們還可以給每個節點設定不同的顏色，當然大小也可以，這里自由發揮就好了，

5.樣例實作

我們用了兩種不同的節點分布方式，效果如下，

import networkx as nx
import matplotlib.pyplot as plt
net_grid = nx.Graph()
# nodes
list_net_nodes = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20]
# edges
list_net_edges = [(1, 3), (3, 5), (5, 4), (4, 2), (2, 6),
                  (5, 7), (5, 8), (8, 6),
                  (7, 9), (8, 9), (6, 10),
                  (9, 11), (10, 12), (10, 13),
                  (11, 14), (12, 14), (12, 15),
                  (14, 16), (15, 16), (15, 17),
                  (16, 18), (17, 19),(12, 2),(12, 1),
                  (18, 20), (19, 7),(19, 2),(19, 1),(19, 5)]
net_grid.add_nodes_from(list_net_nodes)
net_grid.add_edges_from(list_net_edges)
pos = nx.random_layout(net_grid)#隨機分布
nx.draw_networkx_nodes(net_grid, pos=pos, node_color='#ff0000', node_size=200, alpha=0.6)#點的樣式
nx.draw_networkx_edges(net_grid, pos=pos, width=0.5, alpha=0.4)#邊的樣式
plt.show()

學到這里基本的圖就會畫了，下面學習一下通過資料集進行繪制繪制網路圖

6.匯入資料進行繪圖

利用football資料集繪制社交關系圖，

import networkx as nx
import matplotlib.pyplot as plt
net_grid = nx.Graph()
#構建函式，提取出資料集里的邊和點
def read_gml(data):
    H = nx.read_gml(data)
    nodedata= H.nodes;
    eagedata=H.edges;
    return nodedata,eagedata
#參考函式得到邊和點
(nodeums,edgesnum)=read_gml('football.gml')
net_grid.add_nodes_from(nodeums)
net_grid.add_edges_from(edgesnum)
pos = nx.random_layout(net_grid)#隨機分布圖
nx.draw_networkx_nodes(net_grid, pos=pos, node_color='#7FFF00', node_size=150, alpha=0.7)#點的樣式
nx.draw_networkx_edges(net_grid, pos=pos, width=0.3, alpha=0.2)#邊的樣式
plt.show()

上面三張圖片是利用不同的排列方式進行排列的，Networkx還有很多強大的功能，大家可以繼續深挖，這里為大家提供一個入門參考，感謝大家的支持，如果大家感覺Networkx不能滿足大家的需求，繪制網路圖的python庫還有DGL，PyG，

如果大家需要可以后臺回復【繪圖】，獲取資料集和代碼

大家如果覺得這篇文章對大家有幫助的話，就請大家點個關注和在看吧，你們的支持對我真的幫助很大!

喜歡就點個在看再走吧