Създаване на кръгова диаграма като възли в Networkx

Искам да създам кръгова диаграма във всяка позиция на възел на графика, създадена с помощта на Networkx. Въз основа на коментарите, дадени в тази публикация, опитах следното.

import pygraphviz as pgv
import networkx as nx
import matplotlib.pyplot as plt
import plotly.graph_objects as go

from pprint import pprint
from collections import OrderedDict


if __name__ == '__main__':

    tail = [1, 2, 3]
    head = [2, 3, 4]

    xpos = [0, 1, 2, 3]
    ypos = [0, 0, 0, 0]
    xpos_ypos = [(x, y) for x, y in zip(xpos, ypos)]

    ed_ls = [(x, y) for x, y in zip(tail, head)]
    G = nx.OrderedDiGraph()
    G.add_edges_from(ed_ls)

    # set node positions
    pos = OrderedDict(zip(G.nodes, xpos_ypos))
    nx.draw(G, pos=pos, with_labels=True)
    nx.set_node_attributes(G, pos, 'pos')

    # set node property 1
    prop1 = [0.1, 0.2, 0.3, 0.4]
    nx.set_node_attributes(G, prop1, 'prop1')

    # set node property 2
    prop2 = [0.5, 0.6, 0.4, 0.1]
    nx.set_node_attributes(G, prop2, 'prop2')

    # set node property 3
    prop3 = [20, 10, 5, 1]
    nx.set_node_attributes(G, prop3, 'prop3')

    # set node property 4
    prop4 = [24, 256, 2547, 101]
    nx.set_node_attributes(G, prop4, 'prop4')

    # create pie-chart in nodes
    H = nx.nx_agraph.to_agraph(G)


    H.node_attr['style'] = 'wedged'

    for i in H.nodes():
        n = H.get_node(i)
        n.attr['prop1'] = # Here, I want to convert this prop1 = [0.1, 0.2, 0.3, 0.4] to colormap and assign colors
    plt.show()

Има четири свойства, присвоени на възлите, prop1, prop2, prop3 и prop4. Искам да създам 4 равни дроби в кръговата диаграма (подобно на това, но равни дроби) и да оцветя всяка фракция въз основа на стойности, съхранявани в променливи prop1, prop2, prop3 и prop4.

Накратко, вместо да присвоявам един цвят на всеки възел, тук имам кръгова диаграма с брой дроби, равен на броя на атрибутите/свойствата на възела. Стойностите, съхранени за всяко свойство, ще се използват за присвояване на цветове на фракциите, присъстващи в кръговата диаграма, която е разположена в центъра на всеки възел.

Всички предложения как да направите това ще бъдат наистина полезни


python-3.x graph pie-chart networkx pygraphviz
person Natasha    schedule 10.03.2020    source източник
comment
Да кажем, че свойство 1 на вашия възел има стойност [1,1,1,1] и има общо 4 свойства. IIUC искате да оцветите една четвърт от пиеплота, но с кой цвят? Как решавате дали [0,0,0,1] получава различен цвят от [0,0,1,0]?   -  person warped    schedule 13.03.2020
comment
@warped Много благодаря за отговора. Бих предпочел да присвоя цветова скала въз основа на максималната и минималната стойност, изчислена от диапазона на стойността на всички възли и всички свойства. Например, тук min е 0, а max е 1. И така, [0,0,0,1] ще бъде цветно кодиран черен в четвъртата четвърт и бял в останалата част. По същия начин [0,0,1,0] ще бъде цветно кодиран с черно през третата четвърт   -  person Natasha    schedule 13.03.2020

Отговори (1)


arrow_upward
2
arrow_downward

За възлите: plt.pie приема координати за задаване на центъра. Тези координати могат да бъдат генерирани с netwrokx. След това начертавате пайовете вместо възлите.

За да получите цветовете, можете да използвате факта, че подаването на плаващи стойности в цветова карта връща rgb стойностите, които plt.pie приема като входни данни. Така че, ако нормализирате вашите данни, можете да подадете отделните стойности в цветовата карта.

import networkx as nx
import matplotlib.pyplot as plt
import numpy as np


# parameters for pie plot
radius = 0.2
cmap = plt.cm.viridis

# make graph
G = nx.Graph()
nodes = [1,2,3,4]
edges = ((1,2),(3,2),(1,4),(3,4))
G.add_nodes_from(nodes)
G.add_edges_from(edges)
pos = nx.spring_layout(G)


# storing attributes in a dict
attrs = {
    1:[1,1,1],
    2:[0.5, 1, 0],
    3:[0, 0.6, 0],
    4:[0.5, 1, 0.5],
}

# normalising data to make colors
a = np.array(list(attrs.values()))
maxes = np.max(a, axis=0) # note that this will throw an error if different nodes have different number of features. 


# collect colors in dictionary    
colors= {}

for key, val in attrs.items():
    colors[key] = list(np.array(val)/maxes)

# draw graph and draw pieplots instead of nodes

nx.draw_networkx_edges(G, pos=pos)
for node in G.nodes:

    attributes = attrs[node]

    a = plt.pie(
        [1]*len(attributes), # s.t. all wedges have equal size
        center=pos[node], 
        colors = [cmap(a) for a in colors[node]],
        radius=radius)

plt.ylim(-2,2)
plt.xlim(-2,2)

въведете описание на изображението тук

person warped    schedule 13.03.2020