1

有没有办法使用 pydot 生成一个看起来像“普通树图”的有向树图，其中相同深度的每个节点都显示在相同的深度，并且每条边都处于某个角度（不是直下）？

当我使用这些默认值时：

graph = pydot.Dot(graph_type='digraph', nodesep=.75)
graph.set_node_defaults(style="filled", fillcolor="grey")
graph.set_edge_defaults(color="blue", arrowhead="vee", weight="0")

节点 2 和 1 之间的边的长度太长。看：
在此处输入图像描述

我可以使用“1”的边权重来校正节点的长度，例如：

graph.set_edge_defaults(color="blue", arrowhead="vee", weight="1")

但是现在两条边在 2 和 3 以及 7 和 6 之间直接指向下方。请参阅： 在此处输入图像描述

笔直向下的边缘被证明是一个真正的问题。如果左右兄弟都没有绘制，则不清楚哪个节点（左或右）被绘制。

PS：在我之前关于同一个项目的问题中，我询问了如何控制边缘的角度，以便 pydot 生成的树图可以避免边缘直接指向下方。这个问题被“盖伊”很好地回答了。在使用不可见节点实施 Guy 的解决方案后，出现了一个新的副作用：某些图上的某些边的长度过长。以下是上一个问题的链接供参考：Is there a way to control line angle when generated graphs with pyDot

4

1 回答 1

2

要正确控制 pydot 有向图的节点位置和边长，以便在指向同一方向时边彼此平行，没有边指向直下，并且所有节点都绘制到适当的水平 - 必须使用不可见节点。

在之前关于“如何控制线角度......”这个主题的 SO Q/A 会话中，我了解到不可见节点用于填充缺失的叶节点。这适用于一些树木，但有几个副作用。

现在，我学会了为每个节点添加第三个不可见节点，同时具有左右节点。请注意，不可见节点不会添加到树中，而只是被绘制到图中。所以树仍然可以用于搜索、插入、删除等方法。

这是一个演示解决方案的graphviz示例：

digraph {
  nodesep=0.35
  ordering=out
  node[style="filled", fillcolor="grey"]
  edge[color="blue", arrowhead="vee"]
  { node[shape=point style=invis] m5 m2 m8 m6 m4 }

  5 ->  2
  5 ->  m5 [weight=100 style=invis]
  5 ->  8
  2 -> 1
  2 -> m2 [weight=100 style=invis]
  2 -> 4
  8 -> 6
  8 -> m8 [weight=100 style=invis]
  4 -> 3
  4 -> m4 [weight=100 style=invis]
  6 -> m6 [weight=100 style=invis]
  6 ->  7
}

这是我更新的 Python 代码片段，用于使用典型的树类自动执行此过程：

    vT = visualizeTree(0, fileDir, 'bst_graph','.png',1) # instantiate the visualizeTree Object
    graph = pydot.Dot(graph_type='digraph', nodesep=.5, pad=.3, size="19.2, 10.1")
    graph.set_node_defaults(style="filled", fillcolor="grey")
    graph.set_edge_defaults(color="blue", arrowhead="vee")
    vT.searchTree(root, sketchTree)
    vT.updateGraph()

class visualizeTree(object):
    # more code and comments located at project home
    def __init__(self, fileCount, fileDir, fileName, fileExt, vidFrames):

    def sketchTree(node, stack, find=None, draw=None):
        if node.getLeftBranch():
            draw(str(node), str(node.getLeftBranch()))
            stack.append(node.getLeftBranch()) 
            if node.getRightBranch():
                # insert invisible third node in-between left and right nodes
                draw(str(node), ":"+str(node), style_type="invisible")
        elif node.getRightBranch():
            # draw any missing left branches as invisible nodes/edges with dummy unique labels 
            draw(str(node), ":"+str(node), style_type="invisible")
        if node.getRightBranch():
            draw(str(node), str(node.getRightBranch()))
            stack.append(node.getRightBranch())      
        elif node.getLeftBranch():
            # draw any missing right branches as invisible nodes/edges with dummy unique labels 
            draw(str(node), ";"+str(node), style_type="invisible")

    def draw(self, parent_name, child_name, fill_color="grey", style_type='filled'):                  
        if style_type=="invisible":
            # save original edge defaults
            weight_ = "100"
            saveEdgeDefaults = graph.get_edge_defaults()[0]
            graph.set_edge_defaults(style=style_type, color="white", arrowhead="none") 
        else:
            weight_ = "3"
        edge = pydot.Edge(parent_name, child_name, style=style_type, weight=weight_)
        graph.add_edge(edge)  
        if style_type=="invisible":
            graph.set_edge_defaults(**saveEdgeDefaults)        
        if not self.nodeNames:
            self.nodeNames[parent_name] = pydot.Node(parent_name, label=parent_name, fillcolor=fill_color, style=style_type)
            graph.add_node(self.nodeNames[parent_name]) 
        if (parent_name not in self.nodeNames):    
            self.nodeNames[parent_name] = pydot.Node(parent_name, label=parent_name, fillcolor=fill_color, style=style_type)
            graph.add_node(self.nodeNames[parent_name])
        if child_name not in self.nodeNames:
            self.nodeNames[child_name] = pydot.Node(child_name, label=child_name, fillcolor=fill_color, style=style_type)
            graph.add_node(self.nodeNames[child_name])

完整的源代码可以在项目主页找到： http ://www.embeddedcomponents.com/blogs/2013/12/visualizing-software-tree-structures/

典型的小图像现在按照我最初的意愿绘制： 二叉搜索树

甚至大树也可以用类似的几何图形绘制： 具有有序搜索路径的更大二叉搜索树

于 2013-12-26T05:42:40.523 回答