python - 如何使用 igraph for python 绘制基于社区的图表

Question

我有一个图表，我使用 Louvain-Algorithm 实现从中提取社区:

clusters = g.community_multilevel( weights=None, return_levels=False)

然后我为每个社区应用不同的颜色:

new_cmap = ['#'+''.join([random.choice('0123456789abcdef') for x in range(6)]) for z in range(len(clusters))]
colors = {v: new_cmap[i] for i, c in enumerate(clusters) for v in c}
g.vs["color"] = [colors[e] for e in g.vs.indices]

最后我绘制了图表:

visual_style["layout"] = g.layout_fruchterman_reingold(weights=g.es["weight"], maxiter=1000, area=N ** 3, repulserad=N ** 3)
igraph.plot(g, **visual_style)

我得到以下结果:

• 我的问题是:

  1. 有没有一种方法可以使用特定的布局来绘制单独分组的四个社区中的每一个，而不是这种混合图？我想将每个社区分开在图表的不同区域，以增加其内部结构的可见性以及连接社区的具有较高介数中心性的少数边缘？

  2. 我使用了 contract-vertices 函数来帮助我进行可视化，但它过于简单化，只是将每个社区分组在一个点上，并且不允许可视化内部结构每个社区的。我是否以最佳方式使用“契约顶点”？

谢谢。

Answer 1

我发现解决方案是大幅增加属于社区的边的权重(以下示例中顶点数量的 3 倍):

clusters = g.community_multilevel( weights=None, return_levels=False)
member = clusters.membership
new_cmap = ['#'+''.join([random.choice('0123456789abcdef') for x in range(6)]) for z in range(len(clusters))]

vcolors = {v: new_cmap[i] for i, c in enumerate(clusters) for v in c}
g.vs["color"] = [vcolors[v] for v in g.vs.indices]

ecolors = {e.index: new_cmap[member[e.tuple[0]]] if member[e.tuple[0]]==member[e.tuple[1]] else "#e0e0e0" for e in g.es}
eweights = {e.index: (3*g.vcount()) if member[e.tuple[0]]==member[e.tuple[1]] else 0.1 for e in g.es}
g.es["weight"] = [eweights[e.index] for e in g.es]
g.es["color"] = [ecolors[e] for e in g.es.indices]

visual_style["layout"] = g.layout_fruchterman_reingold(weights=g.es["weight"], maxiter=500, area=N ** 3, repulserad=N ** 3)
igraph.plot(g, **visual_style)

我认为需要“大幅增加”社区内的边权重，因为我的图由一些顶点组成，这些顶点仅占顶点数量的 2% 以下，但有超过 80% 的边连接到即使他们属于不同的社区。下图中有很多社区外的边缘为浅灰色: