0

我有以下程序可以生成我的图表并将其显示在一个图形上。

Edges2 = [(1, 2), (1, 3), (1, 4), (4, 5), (6, 7), (6,8)]

G = nx.有向图（）

生成图的函数如下：

    def create_graph(G,nodes,Sets):

G.add_edges_from(nodes)

#value assigned to each world
custom_labels={}
custom_node_sizes={}
node_colours=['y']

for i in range(0, len(Sets)):
    custom_labels[i+1] = Sets[i]
    custom_node_sizes[i+1] = 5000
    if i < len(Sets):
        node_colours.append('b')

 

nx.draw(G,labels=custom_labels,node_list = nodes,node_color=node_colours, node_size=custom_node_sizes.values())
#show with custom labels
plt.show()

对于上述函数，我传递了边列表（Edges2）。该函数在一个图形上生成两个断开连接的图形。但是，我想分别保存这两个图表。

所以基本上，有没有办法将两个断开的图形保存到两个文件中？所以，我可以得到graph1.png和graph2.png。

4

2 回答 2

1

我没有完全得到你的函数的“集合”输入，或者你为什么add_edges_from(nodes)使用节点而不是边作为输入！。因此，为了回答您在 2 个单独的文件中绘制断开连接图的问题，我在没有 custom_labels 的情况下重现了该问题，因为它取决于“集”输入，并且我也将 Edges2 作为节点和集的输入发送。正如@joel 所建议的那样，我使用了该weakly_connected_component_subgraphs函数，然后循环该函数的输出，分别保存每个图形。所以最终原始图保存在original_graph.png中，子图分别保存在graph1.png和graph2.png中。

def create_graph(G,nodes,Sets):
    G.add_edges_from(nodes)

    #value assigned to each world
    custom_labels={}
    custom_node_sizes={}
    node_colours=['y']

    for i in range(0, len(Sets)):
        custom_labels[i+1] = Sets[i]
        custom_node_sizes[i+1] = 5000
        if i < len(Sets):
            node_colours.append('b')
    nx.draw(G,node_list = nodes,node_color=node_colours, node_size=1000, with_labels = True)
    plt.savefig("original_graph.png")
    plt.show()
    G_comp = nx.weakly_connected_component_subgraphs(G)
    i =  1 
    for comp in G_comp:
        nx.draw(comp,node_color=node_colours,  node_size=1000, with_labels=True)
        #show with custom labels
        fig_name = "graph" + str(i) + ".png"
        plt.savefig(fig_name)
        plt.show()
        i += 1


Edges2 = [(1, 2), (1, 3), (1, 4), (4, 5), (6, 7), (6,8)]
G = nx.DiGraph()
create_graph(G,Edges2,Edges2)

原始图 在此处输入图像描述

图 1 和图 2 在此处输入图像描述

由 AKI 编辑：我添加了我需要的标签（见评论）。代码的最后一部分是：

    i =  1
    custom_number = 1;
    for comp in G_comp:
        dictfilt = lambda x, y: dict([ (i,x[i]) for i in x if i in set(y) ])
        wanted_keys = (range(custom_number,custom_number + len(comp)))
        newdict = dictfilt(custom_labels, wanted_keys)

        nx.draw(comp,node_color=node_colours,  node_size=1000, with_labels=True, labels = newdict)
        #show with custom labels
        fig_name = "graph" + str(i) + ".png"
        plt.savefig(fig_name)
        plt.show()
        custom_number += len(comp)
        i += 1

这个改进的版本从字典中提取必要的数据。非常感谢@author的答案

于 2015-11-14T10:26:38.833 回答
0

由于您的图是有向的，因此您需要提取图的强连通分量： 

graphs = nx.strongly_connected_component_subgraphs(G)

可以在此处
找到更多详细信息， 还有一些其他有用的组件方法，您可以在此处找到

于 2015-11-13T21:45:41.827 回答