如何使用嵌套字典绘制networkx树图？答案

【问题标题】：How to use nested dictionary to draw networkx tree graph?如何使用嵌套字典绘制networkx树图？
【发布时间】：2022-01-19 18:40:21
【问题描述】：

我有一本这样的字典：

{
        "dashboard": {
            "dashboard": {
                "data": {
                    "data": {
                        "content": {}
                    }
                },
            }
        },
        "docs": {
            "docs": {
                "content": {},
                "analytics": {}
            }
        }
    }

我想用这本字典来画一个networkx树形图。由于有多个根，我可以绘制多个图而不是一个图吗？例如，“仪表板”和“文档”的两个单独图表。我面临的另一个问题是我无法将字典直接用于networkx。直到现在我发现 readwrite.json_graph.tree_graph() 可以读取这样的字典对象并生成图形。但问题是我需要更改格式。我怎样才能使以前的字典如下所示：

    {
        {
        "id": "dashboard", 
        "children":[{
            "id": "dashboard",
            "children":[{
                "id": "data",
                "children":[{
                    "id": "data",
                    "children":[{
                        "id": "content"
                        }]
                    }]
                }]
            }]
        }
        {
        "id": "docs",
        "children":[{
            "id": "docs",
            "children":[{
                "id": "content",
                "id": "analytics"
                }]
            }]
        }
    }

我试过这段代码来改变格式：

        def translate(d, p, r):
            for k, v in d.items():
                # if k not in p:
                r = {
                    'id': k,
                    'children' if isinstance(v, dict) else None: translate(v, p, r)
                }
            return r

        result = translate(all_items, has_parent, r={})
        return result

【问题讨论】：

图表与您的代码有何关系？我没有得到您试图从嵌套字典中捕获的关系结构（networkx 适用于字典字典，而不是几层字典），并且该图不代表您的字典（“仪表板”缺失和“混合”不存在）。
该图只是一个示例。该图显示了调用的路径。

标签： python python-3.x dictionary networkx

【解决方案1】：

您不需要更改原始字典的结构，您可以在创建图表时构建标签：

import matplotlib.pyplot as plt
import networkx as nx
import itertools as it
d, c, d1 = {}, it.count(1), {}
g = nx.Graph()
data = {'dashboard': {'dashboard': {'data': {'data': {'content': {}}}}}, 'docs': {'docs': {'content': {}, 'analytics': {}}}}
def build_graph(g, v, p=None):
   for a, b in v.items():
      if a not in d:
         d[a] = next(c)
      g.add_node(d[a])
      if p is not None:
         g.add_edge(p, d[a])
      build_graph(g, b, p=d[a])

for a, b in data.items():
   build_graph(g, {a:b})   
   d1.update({y:x for x, y in d.items()})
   d = {}

nx.draw(g, labels=d1, with_labels = True)
plt.show()

结果：

【讨论】：