使用grid_2d_graph在networkx中绘制MxM节点的方形网格时移除旋转效果

Question

我需要生成一个有100x100节点的正则图（也称为晶格网络）。我从绘制10x10图开始，代码如下：

import numpy
from numpy import *
import networkx as nx
from networkx import *
import matplotlib.pyplot as plt

G=nx.grid_2d_graph(10,10)        
nx.draw(G)

plt.axis('off')
plt.show()

但我得到的是：

有没有办法消除这种输出的旋转效应？我的最终网络必须看起来像一张象棋桌，就像这样（请忽略标签）：

另外，我需要给每个节点一个ID，范围从0到9999（对于100x100网络）。任何想法都将不胜感激！在

Answer 1

默认情况下，^{}使用spring布局。相反，您可以使用参数pos提供自己的位置。这实际上很简单，因为给定networkx.grid_2d_graph的节点标签实际上是一个（行，列）元组：

>>> G=nx.grid_2d_graph(2,2)
[(0, 1), (1, 0), (0, 0), (1, 1)]

因此，可以使用节点的名称作为其位置。所以您只需要创建一个字典映射节点到它们自己，并将其作为位置传递。在

^{pr2}$

但是，由于您还想添加节点标签，所以应该使用^{}，它将自定义标签的字典作为可选参数。您需要一个字典将节点映射到它们的新标签。由于NetworkX在默认情况下为每个节点提供了标签（行、列），所以我们只需用row*10+column标记每个节点：

labels = dict( ((i, j), i * 10 + j) for i, j in G.nodes() )

将其组合在一起，您将得到以下代码，该代码将生成以下图表：

import networkx as nx
import matplotlib.pyplot as plt

N = 10
G=nx.grid_2d_graph(N,N)
pos = dict( (n, n) for n in G.nodes() )
labels = dict( ((i, j), i * 10 + j) for i, j in G.nodes() )
nx.draw_networkx(G, pos=pos, labels=labels)

plt.axis('off')
plt.show()

编辑

根据@abdallahsobey的建议，我们可以从左到右和从上到下标记节点。在

labels = dict( ((i, j), i + (N-1-j) * 10 ) for i, j in G.nodes() )

Answer 2

支持@mdml答案的澄清（这里所说的所有内容都将参考@mdml的答案）

1-节点关键点使用nx.grid_2d_图形

给节点的键隐式地给每个节点一个（i，j）键来描述行和列。访问（0,0）->；G[（0,0）]

2-用于绘图的标签

为图纸指定的标签应按以下方式进行，以遵守问题中的编号方案：

labels = dict( ((i, j), i + (N-1-j) * N ) for i, j in G.nodes() ) 

请注意，它应该是N而不是10，这样就更一般了，好像你改变了N标签将不是你期望的那样。此外，这些标签仅用于绘图，因此它们与访问节点无关。在

3-链接键到标签

访问节点->；G[（0,0）]指的是所绘制图形中的节点90（通常是左下角），G[（1,0）]是右侧的节点（91），而G[（0,1）]是标记为（80）的节点，因此请注意此约定，因为它可能不太明显。在

4-给出与图上的节点ID相等的节点ID

您可以使用标签字典向每个节点添加一个名为id的属性，该节点包含您在绘制的图形中看到的整数：

^{pr2}$

我创建了一个N=2的简单图形，并使用点2和3处的线条，然后打印出Id，如下所示：

for i in xrange(N):
    for j in xrange(N):
        print 'Node ID at: (%d, %d) = %d'  %(i,j,G.node[(i,j)]['id'])
plt.axis('off')
plt.show()

结果：

Node ID at: (0, 0) = 2
Node ID at: (0, 1) = 0
Node ID at: (1, 0) = 3
Node ID at: (1, 1) = 1