在Python中使用NetworkX绘制曲线边缘

Question

我想使用networkx（或其他包，如果你知道更好的包）来创建一个图，其节点位于固定位置，但图的边不应重叠（例如下面的AD、DA）。如何确保边缘被绘制为“圆形”以便它们不会重叠？

我以前的代码如下所示：

#!/usr/bin/env python3

import networkx as nx
import matplotlib.pyplot as plt

# Graph data
names = ['A', 'B', 'C', 'D', 'E']
positions = [(0, 0), (0, 1), (1, 0), (0.5, 0.5), (1, 1)]
edges = [('A', 'B'), ('A', 'C'), ('A', 'D'), ('A', 'E'), ('D', 'A')]

# Matplotlib figure
plt.figure('My graph problem')

# Create graph
G = nx.MultiDiGraph(format='png', directed=True)

for index, name in enumerate(names):
    G.add_node(name, pos=positions[index])

labels = {}
for edge in edges:
    G.add_edge(edge[0], edge[1])
    labels[(edge[0], edge[1])] = '{} -> {}'.format(edge[0], edge[1])

layout = dict((n, G.node[n]["pos"]) for n in G.nodes())
nx.draw(G, pos=layout, with_labels=True, node_size=300)
nx.draw_networkx_edge_labels(G, layout, edge_labels=labels)

plt.show()

并给出以下结果

Answer 1

将

connectionstyle

参数指定为

nx.draw_networkx_edges

例如，如果我想要一个具有弯曲边缘的网络，我可以写：

# Compute position of nodes
pos = nx.kamada_kawai_layout(G)

# Draw nodes and edges
nx.draw_networkx_nodes(G, pos)
nx.draw_networkx_edges(
    G, pos,
    connectionstyle="arc3,rad=0.1"  # <-- THIS IS IT
)

要使边缘更加弯曲，只需增加“rad=x”的x即可。

注意：代码不会生成具有所有颜色和箭头的图形，为此需要更多代码。

Answer 2

图形的边缘不应重叠

使用

connectionstyle

参数绘制具有预定曲率的圆弧不会减少边-边或节点-边重叠。

对于直边，与其他情节元素的重叠通常是不可避免的。但是，如果允许我们绘制弯曲边缘，我们可以对每条边缘进行布线，使其尽可能避开其他节点和边缘。这种效果可以通过将控制点插入到每条边中，有效地将每条边分割成短子边来实现。然后，我们可以使用标准 Fruchterman-Reingold 算法（在

spring_layout

中称为

networkx

）将图模拟为弹簧系统，其中所有节点和控制点相互排斥，但连接的节点和控制点也相互吸引。 （原始）节点的位置保持固定，同时我们让边缘控制点的位置退火到其平衡位置。

我在这里实现了这种方法。该代码是一个名为 netgraph 的 Python 网络绘图库的一部分，我是该库的作者。

netgraph

与networkx和igraph图形对象完全兼容，因此应该可以轻松快速地生成美观的图形。

#!/usr/bin/env python
import matplotlib.pyplot as plt
import networkx as nx

from netgraph import Graph # pip install netgraph

g = nx.florentine_families_graph()
Graph(g, edge_layout='curved')
plt.show()

Answer 3

我认为你不能直接使用networkx函数来做到这一点。但是您可以直接使用已计算的节点位置来使用 matplotlib。

调整您的代码：

 import networkx as nx
import matplotlib.pyplot as plt

# Graph data
names = ['A', 'B', 'C', 'D', 'E']
positions = [(0, 0), (0, 1), (1, 0), (0.5, 0.5), (1, 1)]
edges = [('A', 'B'), ('A', 'C'), ('A', 'D'), ('A', 'E'), ('D', 'A')]

# Matplotlib figure
plt.figure('My graph problem')

# Create graph
G = nx.MultiDiGraph(format='png', directed=True)

for index, name in enumerate(names):
    G.add_node(name, pos=positions[index])

labels = {}




layout = dict((n, G.node[n]["pos"]) for n in G.nodes())
nx.draw(G, pos=layout, with_labels=True, node_size=300)
ax = plt.gca()
for edge in edges:
    ax.annotate("",
                xy=layout[edge[0]], xycoords='data',
                xytext=layout[edge[1]], textcoords='data',
                arrowprops=dict(arrowstyle="->", color="0.5",
                                shrinkA=5, shrinkB=5,
                                patchA=None, patchB=None,
                                connectionstyle="arc3,rad=-0.3",
                                ),
                )
plt.show()

给予：

另请参阅此。

Answer 4

正如 Paul 提到的，现在可以选择在

FancyArrowPatch

中使用

draw_networkx_edges

，尽管它仅适用于有向图并且速度也非常慢。

无论如何，我打包了一些旧代码，这些代码使用

bezier

包从 NetworkX 图（或任何边列表，实际上）生成漂亮的弯曲边并绘制它们。它可能有用：https://github.com/beyondbeneath/bezier-curved-edges-networkx

示例图像，使用 SNAP Facebook 数据集和 ForceAtlas2 布局：