从带有边标签的邻接矩阵绘制加权图

Question

这是加权图的邻接矩阵，其中元素 a _i,j是从节点 i 到节点 j 的有向边的权重。

A = [
    [0, 1,  0,  .8, 0],
    [0, 0,  .4, 0,  .3],
    [0, 0,  0,  0,  0],
    [0, 0,  .6, 0,  .7],
    [0, 0,  0,  .2, 0]]

我的主要目标是生成该图的插图。

我可以在 networkx 中生成一个图，如下所示：

import matplotlib.pyplot as plt
import networkx as nx
import numpy as np

G = nx.from_numpy_matrix(np.matrix(A), create_using=nx.DiGraph)
nx.draw(G)
plt.show()

但我看不到重量。我对这张图片也不是很满意，它还没有准备好出版。有没有人有一个好方法来做到这一点？

Answer 1

您需要指定要绘制边缘标签。为此，您必须调用networkx.drawing.nx_pylab.draw_networkx_edge_labels。

它有一个参数pos，一个以节点为键、位置为值的字典。重要的是您对节点和标签使用相同的布局，否则它们将不会对齐！

一个简单的方法是让 networkx 处理布局，例如使用spring_layout.

import matplotlib.pyplot as plt
import networkx as nx
import numpy as np

A = [
    [0, 1,  0,  .8, 0],
    [0, 0,  .4, 0,  .3],
    [0, 0,  0,  0,  0],
    [0, 0,  .6, 0,  .7],
    [0, 0,  0,  .2, 0]]

G = nx.from_numpy_matrix(np.matrix(A), create_using=nx.DiGraph)
layout = nx.spring_layout(G)
nx.draw(G, layout)
nx.draw_networkx_edge_labels(G, pos=layout)
plt.show()

例子：

请注意，spring_layout使用 Fruchterman-Reingold 力导向算法，该算法是非确定性的，因此您的图表几乎肯定不会看起来相同。然而，通常它会产生漂亮的结果，因此这不应该是一个主要问题。

文档：networkx.drawing.layout.spring_layout，不幸的是它没有提到它是不确定的。

更新：

让标签仅是权重（而不是字典）：

labels = nx.get_edge_attributes(G, "weight")
nx.draw_networkx_edge_labels(G, pos=layout, edge_labels=labels)