我想使用 networkx 來研究一個(gè)相當(dāng)大的項(xiàng)目的架構(gòu)，但是到目前為止我所做的測(cè)試并不是那么好，這是我所有研究的一個(gè)最小示例：import matplotlib.pyplot as pltimport networkx as nxfrom networkx.readwrite import node_link_graphnx.draw(G, with_labels=True)plt.show()如您所見，以這種幼稚的方式繪制圖形將產(chǎn)生完全無用且不可讀的輸出，例如：?jiǎn)栴}是，在我閱讀了 networkx 教程/文檔之后，檢查了一些谷歌參考資料后，我一直無法找到完成任務(wù)的正確方法。我已經(jīng)安裝了graphviz，但是無論如何我嘗試在windows上構(gòu)建和運(yùn)行pygraphivz/pydot都失敗了……問題：如何使用 networkx 以某種層次和干凈的方式繪制復(fù)雜的圖形，其中節(jié)點(diǎn)均勻分布在它們之間？下面你可以看到我想在這里實(shí)現(xiàn)的輸出類型：如您所見，節(jié)點(diǎn)分散，循環(huán)顯示正確，層次結(jié)構(gòu)的不同級(jí)別自上而下完全清晰......如果可以使用networkx實(shí)現(xiàn)類似（或類似）的事情，那就太好了。事實(shí)上，本文所描述的正是我想在這里實(shí)現(xiàn)的輸出類型NS。從這個(gè)網(wǎng)站借來的圖片示例
1 回答
慕桂英3389331
TA貢獻(xiàn)2036條經(jīng)驗(yàn) 獲得超8個(gè)贊
drawnetworkx的各種函數(shù)都帶有一個(gè)pos參數(shù)，該參數(shù)是一個(gè)字典，其中節(jié)點(diǎn)名稱為鍵，x,y 坐標(biāo)為值。
你可以自己生成這個(gè)。如果您知道要強(qiáng)加的層次結(jié)構(gòu)，則可以將層次結(jié)構(gòu)轉(zhuǎn)換為 y 位置，然后隨時(shí)添加填充 x 位置：
# exctracting nodes from dictionary into list:
nodes = [{'id': 'build'}, {'id': 'root'}, {'id': 'utils'}, {'id': 'codegen'}, {'id': 'codegen.templates'}, {'id': 'nodes.shapes'}, {'id': 'codegen.c_types'}, {'id': 'nodes'}, {'id': 'containers'}, {'id': 'distutils'}, {'id': 'wheel'}, {'id': 'tools.testing'}, {'id': 'finalizations'}, {'id': 'importing'}, {'id': 'plugins'}, {'id': 'freezer'}, {'id': 'tree'}, {'id': 'specs'}, {'id': 'optimizations'}, {'id': 'plugins.standard'}, {'id': 'tools.general.dll_report'}, {'id': 'tools.specialize'}, {'id': 'tools.testing.compare_with_cpython'}, {'id': 'tools.testing.find_sxs_modules'}, {'id': 'tools.testing.measure_construct_performance'}, {'id': 'tools.testing.run_root_tests'}, {'id': 'tools'}]
nodelist = []
for n in nodes:
for k, v in n.items():
nodelist.append(v)
# hierarchy here is arbitrarily defined based on the index of hte node in nodelist.
# {hierarchy_level : number_of_nodes_at_that_level}
hierarchy = {
0:4,
1:10,
2:5,
3:5,
4:3
}
coords = []
for y, v in hierarchy.items():
coords += [[x, y] for x in list(range(v))]
# map node names to positions
# this is based on index of node in nodelist.
# can and should be tailored to your actual hierarchy
positions = {}
for n, c in zip(nodelist, coords):
positions[n] = c
fig = plt.figure(figsize=(15,5))
nx.draw_networkx_nodes(G, pos=positions, node_size=50)
nx.draw_networkx_edges(G, pos=positions, alpha=0.2)
# generate y-offset for the labels, s.t. they don't lie on the nodes
label_positions = {k:[v0, v1-.25] for k, (v0,v1) in positions.items()}
nx.draw_networkx_labels(G, pos=label_positions, font_size=8)
plt.show()
節(jié)點(diǎn)標(biāo)簽有些重疊，但這可以通過字體大小進(jìn)行調(diào)整，通過圖形尺寸進(jìn)行額外偏移
編輯：
旋轉(zhuǎn)節(jié)點(diǎn)標(biāo)簽以避免文本重疊：
text = nx.draw_networkx_labels(G, pos=label_positions, font_size=8)
for _, t in text.items():
t.set_rotation(20)
添加回答
舉報(bào)
0/150
提交
取消