如何在網絡中繪製一個帶有社區結構的小圖x

Question

該圖有大約100個節點，社區的數量在5到20之間。有沒有什麼方法可以繪製圖，使得同一個社區的節點靠近對彼此？

我試着給不同的社區分配不同的顏色，但是這在我的應用程序中效果不好。

我讀過this和this，但沒有找到一個好的解決方案。

我使用python 2.7.12和newtorkx 1.11

Answer 1

對於小圖，我發現spring_layout繪製社區相當確定。如果您需要突出節點（和他們的社區），我建議你：

• 選擇不同社區（越 顏色在視覺上不同，越好）不同的顏色，

• 增加的大小節點和

• 使邊緣變淺灰色（通過這種方式，圖形看起來不那麼混亂，並且節點在視覺上更突出）。

如果選擇spring_layout，你還可以玩的k參數（文檔狀態：增加該值，移動節點距離較遠）。請注意，spring_layout可以在您每次運行代碼時提供不同的圖像（這樣，您可以多次運行代碼並僅在對結果滿意時才保存圖像）。

在以下示例中，我使用默認圖形（nx.karate_club_graph），其中我使用python-louvain程序包（導入爲community）自動檢測社區。節點大小通過nx.draw_networkx_nodes中的參數node_size定義。節點顏色取決於它們所屬的社區 - 我使用plt.cm.RdYlBu顏色映射（請參閱更多顏色映射here）。請注意，通過在plt.figure中用figsize定義更大或更小的圖像，您也可以影響節點大小（和邊緣長度）。

import networkx as nx 
import community 
import matplotlib.pyplot as plt 

G = nx.karate_club_graph() # load a default graph 

partition = community.best_partition(G) # compute communities 

pos = nx.spring_layout(G) # compute graph layout 
plt.figure(figsize=(8, 8)) # image is 8 x 8 inches 
plt.axis('off') 
nx.draw_networkx_nodes(G, pos, node_size=600, cmap=plt.cm.RdYlBu, node_color=list(partition.values())) 
nx.draw_networkx_edges(G, pos, alpha=0.3) 
plt.show(G) 

輸出（我跑了代碼多次，選用了「最漂亮」的形象）：

但是，如果你有一個不太明顯的社區更大的圖形？這裏是一個更復雜的圖形與100個節點和100個隨機邊緣（因此隨機社區），但具有相同繪圖的方法：

import networkx as nx 
import community 
import matplotlib.pyplot as plt 
import random 

H = nx.Graph() 

nodes = list(range(100)) # 100 nodes 

# add 100 random edges 
for i in range(100): 
    src = random.choice(nodes) 
    dest = random.choice(nodes) 
    # we don't want src to be the same as dest 
    while src == dest: 
     dest = random.choice(nodes) 

    H.add_edge(src, dest) 

partition = community.best_partition(H) # compute communities 

pos = nx.spring_layout(H) # compute graph layout 
plt.figure(figsize=(10, 10)) 
plt.axis('off') 
nx.draw_networkx_nodes(H, pos, node_size=600, cmap=plt.cm.RdYlBu, node_color=list(partition.values())) 
nx.draw_networkx_edges(H, pos, alpha=0.3) 
plt.show(H) 

輸出：

我們看到在沒有明確的社區上面的圖片。在這裏，你至少有三種選擇：

• 定義圖形佈局（節點座標/位置）手動（在我的代碼pos ），

• 試驗不同的佈局（發現here）和

• 對每個社區都有一個圖像（或至少是最重要的 社區）。

如果選擇第三個選項，你可以有一個節點強調了社區比其他節點（和不同的顏色，當然）更大。您還可以更改該社區邊緣的顏色和粗細（未在下面的示例中顯示）。

node_size = [] 

# first community against the others 
for node, community in partition.items(): 
    if community == 1: 
     node_size.append(900) 
    else: 
     partition[node] = 0 # I put all the other communities in one communitiy 
     node_size.append(300) 

plt.figure(figsize=(10, 10)) 
plt.axis('off') 
nodes = nx.draw_networkx_nodes(H, pos, node_size=node_size, cmap=plt.cm.winter, node_color=list(partition.values())) 
nx.draw_networkx_edges(H, pos, alpha=0.3) 
plt.show(H) 

輸出（僅第一社區高亮）：

如果您有相同的圖形多張圖片，我建議節點在所有的人都在相同的位置（你圖紙之間需要有相同的pos）。這樣圖像更具可比性。