在Python中使用networkx绘制二分图[重复]答案

【问题标题】：Plot bipartite graph using networkx in Python [duplicate]在Python中使用networkx绘制二分图[重复]
【发布时间】：2014-07-18 15:49:26
【问题描述】：

我有一个二分图的 n1×n2 双邻接矩阵 A。矩阵 A 是一个 scipy.sparse csc 矩阵。我想在networkx中使用A来绘制二分图。假设节点根据其名为 node_class 的类标签着色。我可以做到以下几点：

import networkx as nx
G = nx.from_numpy_matrix(A)
graph_pos = nx.fruchterman_reingold_layout(G)
degree = nx.degree(G)
nx.draw(G, node_color = node_class, with_labels = False, node_size = [v * 35 for v in degree.values()])

上面的代码适用于正方形密集邻接矩阵。但是对于非方形双邻接矩阵 A 则不然。错误是：

'Adjacency matrix is not square.'

此外，我拥有的矩阵 A 是一个 scipy.sparse 矩阵，因为它非常大并且有很多零。因此，我想通过堆叠 A 并添加零来避免创建 (n1+n2)-by-(n1+n2) 邻接矩阵。

我查看了 NetworkX 的二分图文档，它没有提到如何使用双邻接矩阵绘制双分图，或使用双邻接稀疏矩阵创建图。如果有人能告诉我如何绘制二分图，那就太好了！

【问题讨论】：

标签： python matrix graph networkx

【解决方案1】：

我不相信有一个 NetworkX 函数可以从邻接矩阵创建图形，因此您必须自己编写。（不过，他们确实有 bipartite module 你应该看看。）

这是定义函数的一种方法，该函数采用稀疏的双向邻接矩阵并将其转换为 NetworkX 图（请参阅 cmets 进行解释）。

# Input: M scipy.sparse.csc_matrix
# Output: NetworkX Graph
def nx_graph_from_biadjacency_matrix(M):
    # Give names to the nodes in the two node sets
    U = [ "u{}".format(i) for i in range(M.shape[0]) ]
    V = [ "v{}".format(i) for i in range(M.shape[1]) ]

    # Create the graph and add each set of nodes
    G = nx.Graph()
    G.add_nodes_from(U, bipartite=0)
    G.add_nodes_from(V, bipartite=1)

    # Find the non-zero indices in the biadjacency matrix to connect 
    # those nodes
    G.add_edges_from([ (U[i], V[j]) for i, j in zip(*M.nonzero()) ])

    return G

请参阅下面的示例用例，其中我使用nx.complete_bipartite_graph 生成完整的图表：

import networkx as nx, numpy as np
from networkx.algorithms import bipartite
from scipy.sparse import csc_matrix
import matplotlib.pyplot as plt
RB = nx.complete_bipartite_graph(3, 2)
A  = csc_matrix(bipartite.biadjacency_matrix(RB, row_order=bipartite.sets(RB)[0]))
G = nx_graph_from_biadjacency_matrix(A)
nx.draw_circular(G, node_color = "red", with_labels = True)
plt.show()

这是输出图：

【讨论】：

【解决方案2】：

这是一个简单的例子：

import networkx as nx
import matplotlib.pyplot as plt
from networkx.algorithms import matching
%matplotlib inline

ls=[
[0,0,0,1,1],
[1,0,0,0,0],
[1,0,1,0,0],
[0,1,1,0,0],
[1,0,0,0,0]
]
g = nx.Graph()
a=['a'+str(i) for i in range(len(ls))]
b=['b'+str(j) for j in range(len(ls[0]))]
g.add_nodes_from(a,bipartite=0)
g.add_nodes_from(b,bipartite=1)

for i in range(len(ls)):
    for j in range(len(ls[i])):
        if ls[i][j] != 0:
            g.add_edge(a[i], b[j])
pos_a={}
x=0.100
const=0.100
y=1.0
for i in range(len(a)):
    pos_a[a[i]]=[x,y-i*const]

xb=0.500
pos_b={}
for i in range(len(b)):
    pos_b[b[i]]=[xb,y-i*const]

nx.draw_networkx_nodes(g,pos_a,nodelist=a,node_color='r',node_size=300,alpha=0.8)
nx.draw_networkx_nodes(g,pos_b,nodelist=b,node_color='b',node_size=300,alpha=0.8)

# edges
pos={}
pos.update(pos_a)
pos.update(pos_b)
#nx.draw_networkx_edges(g,pos,edgelist=nx.edges(g),width=1,alpha=0.8,edge_color='g')
nx.draw_networkx_labels(g,pos,font_size=10,font_family='sans-serif')
m=matching.maximal_matching(g)
nx.draw_networkx_edges(g,pos,edgelist=m,width=1,alpha=0.8,edge_color='k')

plt.show()

【讨论】：