Python:如何生成具有预定义节点位置的无标度网络？

Question

我想按照涉及增长和优先依恋的Barabasi-Albert算法生成无标度网络。

我使用以下脚本创建网络:

import networkx as nx
import matplotlib.pyplot as plt

n=100 #Number of nodes
m=4 #Number of initial links
seed=100
G=nx.barabasi_albert_graph(n, m, seed)
nx.draw(G)
plt.show()

这会产生以下输出:

我对节点的定位方式不满意。我希望它们根据类似于规则网格的预定义方案定位，同时仍保持无标度特征:

我可以创建一个反射(reflect)我的网格的位置字典:

pos = dict( (n, n) for n in G.nodes() )
labels = dict( ((i, j), i + (n-1-j) * n ) for i, j in G.nodes() )
inds=labels.keys()
vals=labels.values()
inds.sort()
vals.sort()
pos2=dict(zip(vals,inds))

我的问题:如何修改脚本以获得 Barabasi-Albert 图，其节点位置在 pos2 中指定，也就是说根据我的网格？

Answer 1

import networkx as nx
import matplotlib.pyplot as plt

n = 100  # Number of nodes
m = 4  # Number of initial links
seed = 100
G = nx.barabasi_albert_graph(n, m, seed)

ncols = 10
pos = {i : (i % ncols, (n-i-1) // ncols) for i in G.nodes()}
nx.draw(G, pos, with_labels=True)    
plt.show()

---

转置模块和整数除法运算符转置行和列:

pos = {i : (i // ncols, (n-i-1) % ncols) for i in G.nodes()}

产量

---

将 y 值从 (n-i-1) % ncols 更改为 ncols - (n-i-1) % ncols 围绕水平轴翻转图像:

pos = {i : (i // ncols, ncols - (n-i-1) % ncols) for i in G.nodes()}