目錄

問題描述

問題拆解

數據準備

繪圖思路

代碼實現

總結

成圖

network 性質?

參考

---

問題描述

????????專業描述：想要繪制一幅社交網絡圖，并且每個節點上繪制一個餅狀圖。

???????大白話：韓韓（樓主）有一天突發奇想，想要畫一張圖，可以一目了然的展現好友關系以及不同好友的各項興趣愛好。

問題拆解

數據準備

原始CSV數據下載鏈接：

鏈接：https://pan.baidu.com/s/1LuNH-6YDsoyGqqJL2JbKYA?
提取碼：7as7?
?

好友名單以及興趣愛好表（表名為：friend_node.csv）。

這里的source就是代表樓主和樓主的朋友們，node_label表示樓主及朋友們的名稱。node_size表示樓主和朋友們的相對身高或者balabalaa,任意代表個人屬性的性質。share1-shre4表示樓主及朋友們在攝影、游泳、做飯、瑜伽這四項興趣愛好的相對時間分布情況，這四項相加為100。

樓主與好友的關系表。（表名為：friend_edge.csv）

這里的source和target分別表示樓主和朋友們，比如（1,2）就表示樓主和LL是好朋友。

繪圖思路

用Gephi其實可以做出漂亮的network圖，但是樓主還需要在每個node上添加代表不同朋友的興趣的屬性，Gephi暫時還實現不了。就轉戰python。

繪制思路其實分為如下幾步：

• 提取數據，用python從CSV文件中提取node和edge的數據。現實分析問題時，大都需要處理大量的數據，所以樓主附上此步的code，對python小白來說非常友好。（此處需點贊！！！）
• 選取繪制網絡圖的package，python中有多個package均可實現繪制網絡圖，如NetworkX、PyVis、Visdcc in Dash。（詳細請閱讀：https://towardsdatascience.com/visualizing-networks-in-python-d70f4cbeb259）。樓主選取的是networkX包，（這可能就是第一眼就喜歡上的package，呸，瞎說，第一眼搜到的package）。這個包可以整體繪制網絡圖、也可以將node,edge分次繪制。就類似ps的圖層概念，一層一層畫，疊加起來，順著這個思路，要實現目的，就可以先繪制出edge，然后在每個node的位置繪制上pie圖。之后再補充細節，如添加node的label等。

代碼實現

# -*- coding: utf-8 -*- """ Created on Sun Jun 20 23:21:27 2021@author: HJ """ ############################################################################## import csv import numpy as np import networkx as nx import matplotlib.pyplot as plt############################################################################## ################################# 數據提取 #################################### ############################################################################## ######讀取node的表頭 with open('friend_node.csv', 'r', encoding='UTF-8') as nodecsv: # Open the filereader=csv.reader(nodecsv)header_row=next(reader) for index,column_header in enumerate(header_row):print(index,column_header)######提取node表 with open('friend_node.csv', 'r', encoding='UTF-8') as nodecsv: # Open the filenodereader = csv.reader(nodecsv) # Read the csv 不讀表頭nodes = [n for n in nodereader][1:] print(nodes) node_names = [n[0] for n in nodes]###定義node的weight node_weight = [n[2] for n in nodes]#由于這樣定義的node weigt是文本格式，所以將文本轉化為數值 node_weight = np.array(node_weight) print("node weight", node_weight) node_weight_float = [ float(x) for x in node_weight ] max_node_weight = max(node_weight_float) min_node_weight = min(node_weight_float)#定義node 的label node_label = [n[1] for n in nodes]#將node的屬性以字典的形式儲存 temp_attrs = [n[3:7] for n in nodes] #這里儲存的信息是為了畫pie圖 attrs = dict(zip(node_names,temp_attrs)) #組成字典 print(attrs)######讀取edge表 with open('friend_edge.csv', 'r', encoding='UTF-8') as edgecsv: # Open the fileedgereader = csv.reader(edgecsv) # Read the csvedges_all = [tuple(e) for e in edgereader][1:] # Retrieve the data print(edges_all) edges = [i[0:2][::-1] for i in edges_all] #提取前兩列的數據 print(edges)############################################################################## ################################# 繪制network ################################ ############################################################################## ######設置畫布大小，數值越大，后面畫的像素越高、越清晰 plt.figure(4,figsize=(50,40)) ###### make graph G = nx.DiGraph() #這里一定要選擇有向圖，后面才可以畫出curve G.add_nodes_from(node_names,weight = node_weight ) #添加節點 G.add_edges_from(edges) #添加邊#######確定布局方式 pos = nx.spring_layout(G,k=1/3.3,scale=6,seed = 10,weight='weight') ''' 參數解釋： #k值決定了節點之間的距離，默認的設定是1/sqrt(n),n是節點數量。一般情況下，當k<1時，節點多集中在圓心內; 當k>1時，節點向圓周分布 #scale值會同比例的放大或者縮小節點的相對位置，scale<1,畫面越擠；scale>1,畫面越分散。 #seed,固定初始的隨機數的位置，若不固定，每次畫出的圖布局都不一樣，原理是spring_layout這種布局算法會初始先隨機找一個點，然后通過不斷的迭代對點的位置進行優化。 ''' ######顯示網絡圖的基本屬性 density = nx.density(G) print("Network density:", density)######繪制節點的label node_labels = dict(zip(G.nodes,node_label)) nx.draw_networkx_labels(G, pos=pos, labels = node_labels, font_size=50,alpha=0.98 ) ''' 這里font_size決定了node label 的大小 alpha 的大小決定了label的透明度 ''' ######繪制edge nx.draw_networkx_edges(G,edge_color='gray', arrowsize = 5, width=0.8, pos=pos, connectionstyle='arc3,rad=0.2')#在這里添加屬性，添加顏色和大小 print(nx.info(G)) ''' arrowsize表示有向圖里邊的箭頭的大小 connectionstyle='arc3,rad=0.2'：其實設置的邊的弧度，繪制出曲線，默認是直線 ''' ######繪制pie圖 #設置pie圖里每個扇形的顏色 colors = ['orangered', 'dodgerblue', 'gold', 'darkseagreen'] #設置pie圖的legend的label labels1 = [u'Photography',u'Swimming',u'Cooking',u'Yoga'] #定義標簽b = -1 for node in G.nodes:attributes = attrs[node]attribute_float = list(map(lambda x:float(x), attributes))b = b + 1current_radius = (node_weight_float[b] - min_node_weight)*0.5/(max_node_weight-min_node_weight) + 0.2'''node的weight,這里設置一個線性函數，調整node size的相對大小，并將該數值賦值給pie圖的半徑'''a = plt.pie(attribute_float, # center=pos[node], #pie圖的位置就是node的位置labels=labels1, #給pie圖添加label，由于所有pie圖的label是一致的，所以只需繪制一次legend即可colors = colors ,pctdistance = 0.6,textprops = { 'fontsize':0}, #set label fontsize to zero so it won't showradius=current_radius, #調整pie圖的半徑wedgeprops={'alpha':0.9}) #調整透明度if b == 0: # only draw legend onceplt.legend(loc='upper right', prop={'size': 50}) ###設置坐標軸 ''' 坐標軸的大小一定要和網絡圖匹配，否則會導致一些node,edge或者node label 顯示不出來 ''' plt.ylim(-9.5,8) plt.xlim(-9,11)###保存圖片 plt.savefig('friend.png') #一定放在plt.show()之前 plt.show()

總結

成圖

?最終的圖片是不是超美！！！不接受反駁~

network 性質?

以下是該網絡的一些基本性質，如節點個數是10個，共有50條邊，平均入度是5，出度也是5。

print(nx.info(G))
Name:?
Type: DiGraph
Number of nodes: 10
Number of edges: 50
Average in degree: ? 5.0000
Average out degree: ? 5.0000

參考

以下代碼參考鏈接：（樓主為了繪制此圖，搜索了n多鏈接，累的快要吐血，最終篩選如下有用的幾個鏈接）

• networkX包的官方說明文件，請務必詳讀！！！https://networkx.org/documentation/stable/reference/generated/networkx.drawing.layout.spring_layout.html；
• 繪制pie圖的參考文件?：https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.legend.html
• 一些其他參考：https://blog.csdn.net/u012111465/article/details/72797032

原創不易，覺得有用請點贊收藏轉發。多謝！！！

完結，撒花~

總結

以上是生活随笔為你收集整理的Python绘制节点是饼状图的社交网络图（Plot network with pie chart）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。