从 OrderedDict 元素创建一个 networkx color_map

Question

目标是创建一个基于特征值中心度的 networkx 图，并用不同的节点颜色突出显示中心度最高的前五个节点。

以下是我当前的脚本。它工作正常，现在一切都设置为一种颜色。

#import packages 
import pandas as pd
import networkx as nx
import matplotlib.pyplot as plt
import collections

#read data into nx graph
G = nx.from_pandas_dataframe(df, 'col1', 'col2')

#get dictionary of centrality measures and order it
eig = nx.eigenvector_centrality(G) 
ordered = collections.OrderedDict(sorted(eig.items(), reverse = True,  key=lambda t: t[1]))

#draw graph
nx.draw_spring(G, k=1, node_color = 'skyblue', 
               node_size = 200, font_size = 6, with_labels = True)
plt.show()

下面是我正在试验的节点着色。我正在尝试将前五个有序字典键名附加到 color_map，将它们设置为与其他颜色不同的颜色。如果您在这里有任何建议或者其他方法是否更简单，请告诉我。如果可能的话，我宁愿坚持我正在使用的包。

#adjust color of top three
color_map = []
for key, value in ordered:
    if key < 5:
        color_map.append('blue')
    else: color_map.append('green')

Answer 1

想通了。无需创建单独的 OrderedDict。将 key=eig.get 参数应用于 sorted() 允许您按值对字典进行排序（此问题的最大障碍）。然后我可以过滤它并将其应用于 cmap。

Answer 2

不是一个坏问题，但我很确定它是重复的......无论如何，我会尝试回答它。您将不得不原谅我含糊不清，因为我无法运行您的代码，而且我没有尝试编写您的问题的示例。当我稍后可以运行您的代码示例时，我将更新我的答案。但是，现在我相信更改节点颜色类似于更改边缘颜色。从那开始，您需要专注于代码的这一行来更改节点颜色；

#draw graph
nx.draw_spring(G, k=1, node_color = 'skyblue', 
               node_size = 200, font_size = 6, with_labels = True)

这是你如何做到这一点的一个例子；

# depending on how your graph is being read from the pandas-
# dataframe this should pull out the correct value to associate-
# the colour with
nodes = G.nodes()
# Just a list to hold all the node colours
node_colours = []
for node in nodes:
    if node < 5:
        node_colours.append('blue')
    else:
        node_colours.append('green')
#draw graph, substitute the single colour with ur list of colours
nx.draw_spring(G, k=1, node_color = node_colours, 
               node_size = 200, font_size = 6, with_labels = True)

我希望这会有所帮助！当我在我自己的机器上测试这个示例时，我稍后会回到它。

-编辑-

既然 OP 已经回答了他自己的问题，我将不再用我的例子进一步阐述。但是，如果有人对我的示例感兴趣（但如果不幸抛出任何错误）并希望我修复并扩展它，请给我留言。

提兹