在我們生活的世界中，每一個(gè)人以及每一個(gè)事物相互之間都存在著關(guān)系，有直接關(guān)系，也有間接關(guān)系，最終會形成一個(gè)無形的大的關(guān)系網(wǎng)。network模塊是一個(gè)用python語言開發(fā)的圖論和復(fù)雜網(wǎng)絡(luò)建模工具，模塊內(nèi)置了常用的圖與復(fù)雜網(wǎng)絡(luò)分析算法。

network模塊有四種圖：Graph、DiGraph、MultiGraph、MultiDigraph,分別為無多重邊無向圖、無多重邊有向圖、有多重邊無向圖、有多重邊有向圖。其中Graph是用點(diǎn)和線來刻畫離散事物集合中，每對事物間以某種方式相聯(lián)系的數(shù)學(xué)模型。

下面我們來分析《復(fù)仇者聯(lián)盟4》人物關(guān)系：

import pandas as pd#導(dǎo)入繪圖模塊import networkx as nximport matplotlib.pyplot as plt# 讀取文件aa =r’F:python入門python編程錦囊Code（實(shí)例源碼及使用說明）Code（實(shí)例源碼及使用說明）Code（實(shí)例源碼及使用說明）09datafl4.xls’df = pd.DataFrame(pd.read_excel(aa))#去除重復(fù)項(xiàng)，并轉(zhuǎn)換成列表df1=df[’label1’].drop_duplicates().values.tolist()df2=df[[’label1’,’label2’,’weight’]]#設(shè)置畫布大小plt.figure(figsize=(6, 5))#顏色數(shù)據(jù)colors = df[’color’].drop_duplicates().values.tolist()#G：圖表，一個(gè)networkx圖G = nx.Graph()# 添加邊f(xié)or i in df2.index: G.add_edge(df2.label1[i], df2.label2[i], weight=df2.weight[i])# 定義兩個(gè)邊，并給邊賦予權(quán)重，其中u是起點(diǎn)，v是終點(diǎn)，d是權(quán)重edge1 = [(u, v) for (u, v, d) in G.edges(data=True) if (d[’weight’] >=1)]edge2 = [(u, v) for (u, v, d) in G.edges(data=True) if (d[’weight’] >=15)]# 圖的布局# 節(jié)點(diǎn)在一個(gè)圓環(huán)上均勻分布pos = nx.circular_layout(G)#用Fruchterman-Reingold算法排列節(jié)點(diǎn)#pos=nx.spring_layout(G)#節(jié)點(diǎn)隨機(jī)分布#pos=nx.spring_layout(G)# 點(diǎn)#node_size指定節(jié)點(diǎn)的尺寸大小，默認(rèn)值為300#node_color指定節(jié)點(diǎn)的顏色，默認(rèn)值為紅色#node_shape節(jié)點(diǎn)的形狀，默認(rèn)值為圓形，用o表示nx.draw_networkx_nodes(G, pos, alpha=1, node_size=200,node_color=colors,node_shape=’o’)#nx.draw_networkx_nodes(G, pos, alpha=1, node_size=300,node_color=colors,node_shape=’p’)# 邊#pos:字典類型，節(jié)點(diǎn)作為鍵、位置作為值。位置是長度為2的序列#edgelist：邊緣元組的集合，只繪制指定的邊，默認(rèn)值為G.edges()#width邊的寬度，默認(rèn)值為1.0#alpha透明度，默認(rèn)值為1.0（不透明），0為完全透明#edge_color邊的顏色，默認(rèn)值為黑色#style邊的樣式，默認(rèn)值為實(shí)線。nx.draw_networkx_edges(G, pos, edgelist=edge1,width=1, alpha=0.3, edge_color=’g’, style=’dashed’)nx.draw_networkx_edges(G, pos, edgelist=edge2, width=1.5, alpha=0.5, edge_color=’red’)# 標(biāo)簽#font_size節(jié)點(diǎn)標(biāo)簽字體大小，默認(rèn)值為12nx.draw_networkx_labels(G, pos, font_size=9)# 生成結(jié)果plt.axis(’off’)plt.title(’《復(fù)仇者聯(lián)盟4》人物關(guān)系圖’)plt.rcParams[’font.size’] = 10plt.rcParams[’font.sans-serif’]=[’SimHei’] #解決中文亂碼plt.show()

結(jié)果：

使用力引導(dǎo)算法Fruchterman-Reingold排列點(diǎn)畫圖，可以大大減少邊的交叉,只需要改兩行代碼即可：

#用Fruchterman-Reingold算法排列節(jié)點(diǎn)pos=nx.spring_layout(G)# 點(diǎn)nx.draw_networkx_nodes(G, pos, alpha=1, node_size=300,node_color=colors,node_shape=’p’)

結(jié)果：

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持好吧啦網(wǎng)。