我有一个30个节点的图网络数据(使用邻接矩阵)。图表目前看起来像这样:绘制一个网络图,所有的边都清晰可见
每个集群有15个节点,每个节点都连接到其他节点同一群集内。只有两对不同集群的节点相互连接。问题是我得到的图形全部是浓缩的,集群内的每条边都不清晰可见。有没有一种方法可以清楚地显示群集中的每个边缘。主要就像使图形更大,每个节点的边缘线清晰可见。
我使用networkx lib的以下命令对此进行了绘制。
G1=nx.from_numpy_matrix(W1)
nx.draw_networkx(G1)
其中W1是节点的邻接矩阵(30x30)。
请指教。
编辑:
想是这样的,每个节点清晰,边缘可见和不凝结。重点是我希望上部群集点仅出现在该群集附近,而对于较低群集点则相同。但是在每个集群中,我希望节点有点分离,以便每个边都清晰可见。
EDIT2:
def adjacencyMatrix2():
for x in range(N):
if (x<15):
c=N/2
else:
c=N
for y in range(x+1,c):
W1[x][y]=W1[y][x]=1
# Connecting two other nodes separately.
W1[0][16]=W1[16][0]=1
W1[1][15]=W1[15][1]=1
adjacencyMatrix2()
G1=nx.from_numpy_matrix(W1)
graph_pos=nx.spring_layout(G1,k=0.50,iterations=50)
nx.draw_networkx(G1,graph_pos)
EDIT3:
N=30
# Creating a matrix of zeros.
W=np.zeros((N,N))
# Mentioning the edges to start with. Thinking of a pair of 15 node cluster with two cluster connected by two pair of nodes.
edge=[[1,2],[1,3],[1,4],[1,5],[1,6],[1,7],[1,8],[1,9],[1,10],[1,11],[1,12],[1,13],[1,14],[1,15],
[16,17],[16,18],[16,19],[16,20],[16,21],[16,22],[16,23],[16,24],[16,25],[16,26],[16,27],[16,28],[16,29],[16,30],
[1,16],[2,17],[2,3],[5,6],[8,9],[9,4],[18,26],[17,22],[29,21],[17,28]]
# Function for creating adjacency matrix ,populating the zeros matrix with 1 and 0-signifying edges on a node.
def adjacencyMatrix():
"""This function creates an Adjacency Matrix from a edge set.
input-> set of edges to be connected
output-> Adjacency matrix (n,n)
"""
for first,second in edge:
W[first-1,second-1]=W[second-1][first-1]=1
# Creating the adjacency matrix by calling the function.
adjacencyMatrix()
另外我看到的代码的每次运行的曲线图的变化的布局。我不希望图形布局随代码的每次运行而改变。目前正在这样做。
嗨,谢谢。但它似乎并不奏效。我的意思是我尝试了spring_layout,spectral_layout,甚至其他人,但它给我的图形,但不是很明显。大多数节点彼此非常接近。我想要一些节点有点分离的东西,以便每个边都清晰可见。参见上面的例子。 – Baktaawar 2015-03-19 04:06:23
只需添加一些,让我知道它是否有帮助。我没有一个样本数据集来运行它,所以我很难预先测试它。如果您可以在pastebin或其他工具中提供Numpy数据集的粘贴,我可以尝试帮助找到好的参数。 – 2015-03-19 04:12:31
没什么帮助。问题是当你调整k值时,它会增加所有节点之间的距离。我想要的是该图应该显示为两个顶点集合的集群。每个群集有15个节点。但是在每个簇内边缘应该清晰,节点应该有一定的距离。我已经添加了我的代码来创建用于创建上图的相邻矩阵。 – Baktaawar 2015-03-19 04:24:05