python - 在 python 中编码和渲染(网络)图

Question

下面的代码没有呈现我的图表。

import numpy
import matplotlib.pyplot as plt
import matplotlib as mpl
import pylab
import random
import scipy
from matplotlib.mlab import griddata
from pylab import *
from scipy import ndimage
def H(x,y,gamma):
    val = HenonMap(x,y,1,1,0.2,gamma)
    return val
def HenonIterate(x0,y0,n,gamma):
    (x,y) = H(x0,y0,gamma)
    for i in xrange (0,n):
        (x,y)=H(x,y,gamma)
        if (pow(x,2)) + (pow(y,2)) > 100:
            return i
    return n

def g():
    x2=1000
    y2=1000
    max=100
    u = zeros([x2,y2])
    for x in range(x2):
        for y in range(y2):
            y0= .01*y-5.0
            x0= -.01*x+5.0
            u[x][y] = HenonIterate(x0,y0,max,1.03)
        imshow(u)
        show()

Answer 1

从您的代码来看，我不确定您的想法是什么，所以我很难直接使用它；但是，我可以向您展示如何在 Python 中创建图形并在 Matplotlib 中呈现它们。

Networkx是一个优秀的 python 库，用于生成图形、分析它们并通过 Matplotlib 或 Graphviz 渲染它们。例如，

from matplotlib import pyplot as MPL
import networkx as NX                  # import networkx

您可以通过导入数据文件(Networkx 有相当多的模块可以在格式之间进行转换)或使用 Networkx 的 gtraph 生成器之一在 Networkx 中创建图形。为了生成如下所示的图表，我创建了一种特殊类型的二项式随机图表 erdos-renyi。

要在 Networkx 中创建图，我只需调用图构造函数并传入所需的节点数和边创建概率。

G = NX.erdos_renyi_graph(10, .3)

在 Networkx 中呈现此图很简单——只需调用 draw 并传入您的图。在幕后，Network 传递在 Matplotlib 中呈现图形所需的所有数据(例如，节点位置、样式属性、标签等)并为您调用 Matplotlib 的plot 方法，传递所有这些数据。用户需要与 Matplotlib 进行的唯一交互是调用 show 或 savefig 分别将其呈现在屏幕上或文件中。

NX.draw(G)
MPL.show()

如果您想自己生成图形，然后将其交给 Networkx 通过 Matplotlib 进行渲染，这也很简单。例如，在下面，我创建了一个 5 x 5 NumPy 数组 来表示一个邻接矩阵(表示稀疏图数据的最常见格式) :

>>> G = NP.random.randint(0, 2, 25).reshape(5, 5)
>>> G
  array([[0, 0, 1, 0, 1],
        [1, 0, 0, 1, 1],
        [0, 0, 1, 0, 1],
        [0, 0, 1, 1, 1],
        [0, 1, 0, 0, 1]])

现在使用有向图的标准 Networkx 构造函数将 NumPy 数组转换为 Networkx 图，DiGraph

>>> G1 = NX.DiGraph(G)

>>> len(G1.nodes())
      5
>>> type(G1)
      <class 'networkx.classes.digraph.DiGraph'>

您可以从邻接矩阵创建无向图来代替有向图；只需使用适当的构造函数，Graph

>>> G2 = NX.Graph(G)

这张图在 Matplotlib 中呈现，完全像上面那个——通过调用 Networkx 的 draw 方法，然后调用 Matplotlib 的 show 将其呈现在屏幕上。

>>> NX.draw(G2)
>>> MPL.show()