python - 如何对齐networkx中的节点和边

Question

我正在阅读一本 O'Reilly 数据科学书籍，它为您提供了 Python 代码来或多或少地创建这个节点，即 ...

但它并没有告诉你如何制作可视化，因为它与主题并不真正相关，但无论如何我都想尝试一下，到目前为止，这已经是我所能做到的最接近的了

users = [
{ "id": 0, "name": "Hero" },
{ "id": 1, "name": "Dunn" },
{ "id": 2, "name": "Sue" },
{ "id": 3, "name": "Chi" },
{ "id": 4, "name": "Thor" },
{ "id": 5, "name": "Clive" },
{ "id": 6, "name": "Hicks" },
{ "id": 7, "name": "Devin" },
{ "id": 8, "name": "Kate" },
{ "id": 9, "name": "Klein" },
{ "id": 10, "name": "Jen" }
]

friendships = [(0, 1), (0, 2), (1, 2), (1, 3), (2, 3), (3, 4),
           (4, 5), (5, 6), (5, 7), (6, 8), (7, 8), (8, 9)]

import networkx as nx
import matplotlib as plt
%matplotlib inline
G=nx.Graph()
G.add_nodes_from([user["id"] for user in users])
G.add_edges_from(friendships)
pos = nx.spring_layout(G)
nx.draw_networkx(G, pos, node_size=1000)

这对我来说都是全新的 python 和 networkx - 我似乎无法从他们的文档中弄清楚我应该使用什么实际图表 - 我几乎尝试了其中的每一个，但没有一个让我到达那里 - 有可能吗在networkx中以这种方式对齐节点以及使用的正确图表是什么？

networkx 是完成这项工作的正确工具吗？是否有更好的 python 库来完成这项任务？

更新

@Aric 的答案很完美，但我做了一些更改以使节点匹配数据而不是静态类型数组。我不认为这是进行计算的“最佳”方法，具有更多 python 经验的人会更好地了解。我使用了最小尺寸和位置一段时间，但仍然无法获得完美的像素，但我仍然对最终结果感到非常满意

import networkx as nx
import matplotlib.pyplot as plt
G=nx.Graph()
G.add_nodes_from([user["id"] for user in users])
G.add_edges_from(friendships)
pos = {0: [0,0],
       1: [4,-0.35],
       2: [4,0.35],
       3: [8,0],
       4: [12,0],
       5: [16,0],
       6: [20,0.35],
       7: [20,-0.35],
       8: [24,0],
       9: [28,0],
       10: [32,0]}

nodes = [user["id"] for user in users]
def calcSize(node):
    minSize = 450
    friends = number_of_friends(node)
    if friends <= 0:
        return minSize
    return minSize * friends

node_size = [(calcSize(user)) for user in users]
nx.draw_networkx(G, pos, nodelist=nodes, node_size=node_size, node_color='#c4daef')
plt.ylim(-1,1)
plt.axis('off')

Answer 1

您可以使用 NetworkX 执行类似的操作。您需要使用与“spring_layout”不同的布局方法，或者像这样显式设置节点位置:

import networkx as nx
import matplotlib.pyplot as plt
G=nx.Graph()
G.add_nodes_from([user["id"] for user in users])
G.add_edges_from(friendships)
pos = {0: [0,0],
       1: [1,-0.25],
       2: [1,0.25],
       3: [2,0],
       4: [3,0],
       5: [4,0],
       6: [5,0.25],
       7: [5,-0.25],
       8: [6,0],
       9: [7,0],
       10: [8,0]}

nodes = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
node_size = [500, 1000, 1000, 1000,  500, 1000, 500, 500 , 1000, 300, 300]
nx.draw_networkx(G, pos, nodelist=nodes, node_size=node_size, node_color='#c4daef')
plt.ylim(-1,1)
plt.axis('off')