c - 如何可视化用 C 中的 igraph 制作的图形？

Question

我开始用 C 语言学习 igraph，我想知道如何可视化使用这个库制作的图形。我已经看到 igraph R 只使用 plot 函数并绘制了图形，但是如果我使用 C，我应该在文件中打印图形然后使用另一个程序来可视化它还是通常的方式？

谢谢!

编辑:This一种图表。

Answer 1

关注Unix philosophy ，并让您的程序输出图形的描述(以文本格式，或者如果没有容易获得的纯文本格式，则以易于处理的形式输出)。

(请注意，这也适用于图像格式；NetPBM(.pnm、.pbm、.pgm 和 .ppm)格式很容易在纯 C 中生成(例如标准输出)，如有必要， NetPBM 工具可用于转换为您可能希望的任何其他图像格式。)

例如，如果你的程序输出

graph {
    rankdir=LR;
    "6" -- "4";
    "4" -- "5";
    "3" -- "4";
    "3" -- "2";
    "5" -- "2";
    "5" -- "1";
    "2" -- "1";
}

然后将输出重定向到例如output.dot 并运行 dot -Tx11 output.dot 将输出类似于 Wikipedia Graph 中显示的图表文章，

---

您提到您正在使用 igraph，幸运的是这个库已经支持以 DOT 格式编写图形。参见 the igraph_write_graph_dot() function .

---

指定了 DOT 语言 here ，但这真的很简单。 -- 表示无向边，-> 表示有向边。 rankdir=LR; 行是一个图形属性，它告诉 DOT 它应该尝试对从左到右看到的节点进行排序。默认是从上到下。您也可以添加节点属性，例如 "6"[ label="Six"]; 会将节点 "6" 的标签更改为 Six。边缘属性的工作方式完全相同；所以使用 "2"-- "1"[ taillabel="Z"]; 在节点“2”和“1”之间的边的节点“2”末端附近添加“Z”。最好引用节点名称，即使如果节点名称以字母开头且与图形属性名称不匹配，则不需要引号。

---

打印树或链表时，这里有一个有用的提示:

使用%p(指向节点的指针)作为节点名，label="value"设置节点的可见标签为值(value)。例如，如果您有

struct node {
    struct node  *left;
    struct node  *right;
    int           value;
};

然后是一个简单的函数对，

void print_tree_recursive(FILE *out, struct node *curr)
{
    fprintf(out, "    \"%p\" [ label=\"%d\" ];\n", (void *)curr, curr->value);
    if (curr->left) {
        print_tree_recursive(out, curr->left);
        fprintf(out, "    \"%p\" -> \"%p\" [ taillabel="L" ];\n", curr, curr->left);
    }
    if (curr->right) {
        print_tree_recursive(out, curr->right);
        fprintf(out, "    \"%p\" -> \"%p\" [ taillabel="R" ];\n", curr, curr->right);
    }
}

void print_tree(FILE *out, struct node *tree)
{
    fprintf(out, "digraph {\n");
    if (tree)
        print_tree_recursive(out, tree);
    fprintf(out, "}\n");
    fflush(out);
}

将打印出任何树的漂亮有向图。很容易修改以打印链表(单链和双链)。请注意辅助函数如何首先描述节点(带 label= 的 fprintf)，然后分别描述边(带 taillabel= 的 fprintfs)。

如果您将图形打印到标准输出，您可以将输出重定向到一个文件并使用 dot -Tformat filename 显示或转换它，或者您可以将输出直接通过管道传输到 | dot -Tx11 查看生成的图形。

我经常使用 Graphviz DOT 格式来检查我对数据结构链接的想象是否与现实相符。我发现它是一个非常有用的工具，并一直向所有处理复杂数据结构的人推荐它。