如何在networkx中绘制具有社区结构的小图

Question

图中有大约100个节点，社区的数量从5到20个不等。有没有办法画出这样的图，使同一个社区的节点彼此接近？在

我试着给不同的社区分配不同的颜色，但这在我的应用程序中效果不佳。在

我读过this和{a2}，但没有找到一个好的解决方案。在

我使用的是python2.7.12和newtorkx-1.11

Answer 1

对于小图，我发现^{}非常适合绘制社区。如果需要突出显示节点（及其社区），我建议您：

• 为不同的社区选择不同的颜色（越多 颜色在视觉上差异越大），

• 增加节点的大小并

• 使边缘变浅灰色（这样图形看起来就不那么明显了 杂乱无章，节点在视觉上更加突出）。

如果选择spring_layout，则可以另外使用k参数（文档说明：增加此值以将节点移动得更远一些。请注意，spring_layout每次运行代码时都会给出不同的图像（这样，您可以多次运行代码，只有当您对结果满意时才保存图像）。在

在下面的例子中，我使用了一个默认的图（nx.karate_club_graph），在这个图中，我使用python-louvain包（作为community导入）自动检测社区。节点大小是用node_size中的node_size参数定义的。节点颜色取决于它们所属的社区，我使用plt.cm.RdYlBu颜色映射（请参阅更多颜色映射here）。请注意，您还可以通过在plt.figure中定义一个更大或更小的图像来影响节点大小（和边长度）。在

import networkx as nx
import community
import matplotlib.pyplot as plt

G = nx.karate_club_graph()  # load a default graph

partition = community.best_partition(G)  # compute communities

pos = nx.spring_layout(G)  # compute graph layout
plt.figure(figsize=(8, 8))  # image is 8 x 8 inches
plt.axis('off')
nx.draw_networkx_nodes(G, pos, node_size=600, cmap=plt.cm.RdYlBu, node_color=list(partition.values()))
nx.draw_networkx_edges(G, pos, alpha=0.3)
plt.show(G)

输出（我运行代码多次，并选择了“最漂亮”的图像）：

但是，如果你有一个更大的图表和不太明显的社区呢？因此，这里的随机图（100）和随机图（100）是相同的，但更复杂的是绘制边缘：

^{pr2}$

输出：

在上图中我们看不到清晰的社区。这里至少有三种选择：

• 手动定义图形布局（节点坐标/位置）（pos 在我的代码中），

• 尝试不同的布局（找到here）和

• 为每个社区树立一个形象（或者至少是最重要的 社区）。

如果选择第三个选项，则可以使一个高亮显示的社区的节点比其他节点大（当然，颜色也不同）。您还可以更改该社区中边缘的颜色和厚度（在下面的示例中未显示）。在

node_size = []

# first community against the others
for node, community in partition.items():
    if community == 1:
        node_size.append(900)
    else:
        partition[node] = 0  # I put all the other communities in one communitiy
        node_size.append(300)

plt.figure(figsize=(10, 10))
plt.axis('off')
nodes = nx.draw_networkx_nodes(H, pos, node_size=node_size, cmap=plt.cm.winter, node_color=list(partition.values()))
nx.draw_networkx_edges(H, pos, alpha=0.3)
plt.show(H)

输出（仅突出显示第一个社区）：

如果同一个图形有多个图像，我建议节点在所有这些图像中具有相同的位置（图形之间需要有相同的pos）。这样图像就更具可比性。在