如何绘制图形聚类系数的分布答案

【问题标题】：How to plot the distribution of a graphs clustering coefficient如何绘制图形聚类系数的分布
【发布时间】：2021-02-05 15:48:41
【问题描述】：

我是 networkx 和 pyplot 的新手，我只是想知道如何绘制局部聚类系数的分布。绘制度数分布更简单，因为 degree_histogram 函数会为您完成，但我不知道该怎么做。

g = nx.erdos_renyi_graph(1000, 0.02, seed = None, directed = False)
gc = g.subgraph(max(nx.connected_components(g)))
lcc = nx.clustering(gc)

【问题讨论】：

标签： python matplotlib cluster-analysis networkx

【解决方案1】：

您可以根据集群为每个节点分配颜色。 Matplotlib 的plt.get_cmap() 可以表示一系列颜色。 norm 告诉我们如何将聚类值映射到该颜色范围。可选地，可以添加一个颜色条来显示对应关系。

为了简单地显示分布，可以使用聚类值绘制histogram。

下面的示例使用稍微调整的参数来创建图表。

import matplotlib.pyplot as plt
from matplotlib.cm import ScalarMappable
import networkx as nx

g = nx.erdos_renyi_graph(50, 0.1, seed=None, directed=False)
gc = g.subgraph(max(nx.connected_components(g)))
lcc = nx.clustering(gc)

cmap = plt.get_cmap('autumn')
norm = plt.Normalize(0, max(lcc.values()))
node_colors = [cmap(norm(lcc[node])) for node in gc.nodes]

fig, (ax1, ax2) = plt.subplots(ncols=2, figsize=(12, 4))
nx.draw_spring(gc, node_color=node_colors, with_labels=True, ax=ax1)
fig.colorbar(ScalarMappable(cmap=cmap, norm=norm), label='Clustering', shrink=0.95, ax=ax1)

ax2.hist(lcc.values(), bins=10)
ax2.set_xlabel('Clustering')
ax2.set_ylabel('Frequency')

plt.tight_layout()
plt.show()

【讨论】：