python-plot and networkx绘制网络关系图

1、用matplotlib绘制网络图　　

基本流程：
　　1. 导入networkx，matplotlib包
　　2. 建立网络
　　3. 绘制网络 nx.draw()
　　4. 建立布局 pos = nx.spring_layout美化作用

最基本画图程序

import import networkx as nx             #导入networkx包
import matplotlib.pyplot as plt 
G = nx.random_graphs.barabasi_albert_graph(100,1)   #生成一个BA无标度网络G
nx.draw(G)                               #绘制网络G
plt.savefig("ba.png")           #输出方式1: 将图像存为一个png格式的图片文件
plt.show()                            #输出方式2: 在窗口中显示这幅图像 

2、networkx 提供画图的函数有：

1. draw（G，[pos,ax,hold]）
2. draw_networkx(G，[pos,with_labels])
3. draw_networkx_nodes(G,pos,[nodelist]) 绘制网络G的节点图
4. draw_networkx_edges(G,pos[edgelist]) 绘制网络G的边图
5. draw_networkx_edge_labels(G, pos[, ...]) 绘制网络G的边图，边有label
   ---有layout 布局画图函数的分界线---
6. draw_circular(G, **kwargs) Draw the graph G with a circular layout.
7. draw_random(G, **kwargs) Draw the graph G with a random layout.
8. draw_spectral(G, **kwargs) Draw the graph G with a spectral layout.
9. draw_spring(G, **kwargs) Draw the graph G with a spring layout.
10. draw_shell(G, **kwargs) Draw networkx graph with shell layout.
11. draw_graphviz(G[, prog]) Draw networkx graph with graphviz layout.

---

3、networkx 画图参数：
- node_size: 指定节点的尺寸大小(默认是300，单位未知，就是上图中那么大的点)
- node_color: 指定节点的颜色 (默认是红色，可以用字符串简单标识颜色，例如'r'为红色，'b'为绿色等，具体可查看手册)，用“数据字典”赋值的时候必须对字典取值（.values()）后再赋值
- node_shape: 节点的形状（默认是圆形，用字符串'o'标识，具体可查看手册）
- alpha: 透明度 (默认是1.0，不透明，0为完全透明)
- width: 边的宽度 (默认为1.0)
- edge_color: 边的颜色(默认为黑色)
- style: 边的样式(默认为实现，可选： solid|dashed|dotted,dashdot)
- with_labels: 节点是否带标签（默认为True）
- font_size: 节点标签字体大小 (默认为12)
- font_color: 节点标签字体颜色（默认为黑色）
e.g. nx.draw(G,node_size = 30, with_label = False)
绘制节点的尺寸为30，不带标签的网络图。

---

4、布局指定节点排列形式

pos = nx.spring_layout

建立布局，对图进行布局美化，networkx 提供的布局方式有：
- circular_layout：节点在一个圆环上均匀分布
- random_layout：节点随机分布
- shell_layout：节点在同心圆上分布
- spring_layout： 用Fruchterman-Reingold算法排列节点（这个算法我不了解，样子类似多中心放射状）
- spectral_layout：根据图的拉普拉斯特征向量排列节
布局也可用pos参数指定，例如，nx.draw(G, pos = spring_layout(G)) 这样指定了networkx上以中心放射状分布.

5、按权重划分为重权值得边和轻权值的边

elarge=[(u,v) for (u,v,d) in G.edges(data=True) if d['weight'] >0.5]

esmall=[(u,v) for (u,v,d) in G.edges(data=True) if d['weight'] <=0.5]

6、将Matplotlib图形保存为全屏图像

manager = plt.get_current_fig_manager()
manager.window.showMaximized()

7、分图：

plt.figure(1, figsize=(9, 3))

plt.figure(2, figsize=(9, 3))

8、怎么给plt.subplot加一个主标题？

有suptitle这个函数，专门生成总标题的

plt.figure()
plt.suptitle('Main titile', fontsize=14)
plt.subplot(1, 2, 1)
plt.title('subtitle1')
plt.subplot(1, 2, 2)
plt.title('subtitle2')
plt.show()

9、子图合并一个图，不知道数量

lens = len(all_sub_graphs)
b = a = int(math.sqrt(lens))
if a*a < lens:
    b = b+1
plot = plt.subplot(a, b, i+1)

 10、matplotlib去掉坐标轴刻度

 ax.set_axis_off()
 ax.set_xticks([])
 ax.set_yticks([])

 11、label图例有中文

#coding:utf-8
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
#有中文出现的情况，需要u'内容'

12、设置坐标轴

ax = plt.gca()
ax.set_xlabel('x-label', fontsize=fontsize)
ax.set_ylabel('y-label', fontsize=fontsize)
ax.set_title('Title', fontsize=fontsize)

13、随机颜色

def random_color():
    color_arr = ['1', '2', '3', '4', '5', '6', '7', '8', '9', 'A', 'B', 'C', 'D', 'E', 'F']
    color = ""
    for i in range(6):
        color += color_arr[random.randint(0, 14)]
    return "#"+color

14、解决linux图片中文乱码

plt.rcParams['font.sans-serif'] = ['simhei']  # 用来正常显示中文标签

还不行就：

import os
from matplotlib import font_manager as fm, rcParams
import matplotlib.pyplot as plt

fig, ax = plt.subplots()
fpath = os.path.join(rcParams["datapath"], "D:/Anaconda3/Lib/site-packages/matplotlibmpl-data/fonts/ttf/simhei.ttf")
prop = fm.FontProperties(fname=fpath)
fname = os.path.split(fpath)[1]
ax.set_title(u'中文出来This is a special font: {}'.format(fname), fontproperties=prop)
ax.set_xlabel('This 急急急 the default font', fontproperties=prop)
plt.savefig("chinese.png")

图例：

plt.legend(loc="best", prop=prop)

15、画垂直虚线

• vlines(x, ymin, ymax)
• hlines(y, xmin, xmax)

plt.vlines(x-values, -5, 100, colors="#808080", linestyles="dashed", label="baseline")

16、图例位置

plt.legend(handles = [l1, l2,], labels = ['a', 'b'], loc = 'best')

除'best'，另外loc属性有：'upper right', 'upper left', 'lower left', 'lower right', 'right', 'center left', 'center right', 'lower center', 'upper center', 'center'

17、python中关于图例legend在图外的画法简析

ax1 = plt.gca()
box = ax1.get_position() 
ax1.set_position([box.x0, box.y0, box.width , box.height* 0.8])
ax1.legend(loc='center left', bbox_to_anchor=(0.2, 1.12),ncol=3)

18、