Imposta la forma del nodo dinamico nella rete con matplotlib

Question

Locandina prima volta qui, quindi si prega di essere gentile. :)

Sto provando a rappresentare graficamente una rete di caratteri di tipi diversi in Networkx e voglio impostare forme di nodo diverse per ogni tipo. Ad esempio, mi piacerebbe che i personaggi fossero cerchi, che le creature fossero triangoli, ecc. Ho cercato di capirlo per diverse ore e ho cercato in modo approfondito, ma non ho trovato un modo per ottenere questo oltre a imposta diverse node_list per ciascun tipo di carattere e renderle separatamente, il che sembra poco intuitivo.

Il problema è che sono in grado di accedere al valore dizionario node_shape dall'interno:

nx.draw_networkx_nodes(G, pos) 

Ho provato diverse soluzioni, tra cui il tentativo di accedere all'attributo nodo, la creazione di un dizionario o una lista esterna e l'accesso dall'interno della chiamata, impostando una list comprehension o iterator e niente sembra funzionare.

O si passa una lista, che viene inserita all'ingrosso, un dizionario, che la funzione non è in grado di hash, o un'istanza della lista come shape_list.pop(0), nel qual caso la funzione prende solo il primo valore e lo applica a tutti i nodi.

Sono in grado di impostare il colore creando un elenco node_colors separato che viene iterato dalla funzione e anche provato a creare un dizionario in modo che node_shape sia attivato da node_color, ma non ha funzionato neanche.

Spero di utilizzare il codice come componente aggiuntivo di un'app Web sviluppata in Python 3.4 e Django 1.8, quindi Graphviz non è un'opzione.

Grazie in anticipo per qualsiasi assistenza o riferimento a biblioteche alternative.

Ecco il mio codice:

import json 
import requests 
import networkx as nx 
import matplotlib.pyplot as plt 

personas = 'http://story-chronicles.herokuapp.com/storyobjects/' 
target = requests.get(personas) 
x = target.json() 

story_objects = {} 
labels = {} 
node_colors = [] 

for character in x: 
    name = character["name"] 
    story = character["story"] 
    c_type = character["c_type"] 
    story_objects[name] = {} 
    story_objects[name]['name'] = name 
    story_objects[name]['story'] = story 
    story_objects[name]['c_type'] = c_type 
    story_objects[name]['to_relationships'] = [] 
    if character['c_type'] == "Character": 
     story_objects[name]['node_shape'] = 'o' 
     story_objects[name]['node_color'] = 'r' 
    elif character['c_type'] == "Organization": 
     story_objects[name]['node_shape'] = 'h' 
     story_objects[name]['node_color'] = 'b' 
    elif character['c_type'] == "Creature": 
     story_objects[name]['node_shape'] = '^' 
     story_objects[name]['node_color'] = 'g' 
    elif character['c_type'] == "Force": 
     story_objects[name]['node_shape'] = 'v' 
     story_objects[name]['node_color'] = 'c' 
    elif character['c_type'] == "Thing": 
     story_objects[name]['node_shape'] = 's' 
     story_objects[name]['node_color'] = 'y' 

    for relationship in character["to_relationships"]: 
     break_1 = relationship.find(">>") 
     break_2 = relationship.find("weight:") 
     sub_1 = relationship[0:break_1].strip() 
     context = relationship[break_1:break_2] 
     weight = relationship[break_2+8:-1] 
     story_objects[name]['to_relationships'].append([sub_1, context, weight]) 

G=nx.MultiDiGraph() 

for sub in story_objects: 
    s = story_objects[sub] 
    if s['story'] == "http://story-chronicles.herokuapp.com/story/1/": 
     G.add_node(s['name'], node_shape=s['node_shape']) 
     labels[s['name']] = s['name'] 

     node_colors.append(s['node_color']) 

     print("***", s['name'], "***", s['c_type']) 
     print("details:", s['node_color'], s['node_shape']) 
     for i in s['to_relationships']: 
      print('target:', i[0]) 
      print('context:', i[1]) 
      print('weight:', i[2]) 
      G.add_edge(s['name'], i[0], weight=int(i[2])) 
     print("") 

node_shapes=nx.get_node_attributes(G, 'node_shape') # Latest attempt at getting this to work 
node_shapes = [v for k,v in node_shapes.items()] 

pos=nx.spring_layout(G) 
G.degree(weight=weight) 

nx.draw_networkx_nodes(G, pos, node_color=node_colors, node_shape=node_shapes.pop(0)) # <--- This is where I'm having problems 
nx.draw_networkx_edges(G, pos) 
nx.draw_networkx_labels(G, pos, labels) 

plt.show() 

Answer 1

temo che questo avrebbe dovuto essere fatto utilizzando più passaggi.

L'idea principale è utilizzare uno layout per ottenere le posizioni dei nodi e quindi utilizzare ripetutamente draw_networkx_nodes per le classi di nodi n diverse.

Ad esempio:

import networkx 
import pylab 

#Build a graph (Node attribute 's' determines the node shape here) 
G = networkx.Graph() 
G.add_node(0, s="^", b=1) 
G.add_node(1, s="^", b=2) 

G.add_node(2, s="o", b=3) 
G.add_node(3, s="o", b=4) 

G.add_node(4, s="v", b=5) 
G.add_node(5, s="v", b=6) 

G.add_path([0,2,5]) 
G.add_path([1,4,3,0]) 
G.add_path([2,4,0,5]) 

#Drawing the graph 
#First obtain the node positions using one of the layouts 
nodePos = networkx.layout.spring_layout(G) 

#The rest of the code here attempts to automate the whole process by 
#first determining how many different node classes (according to 
#attribute 's') exist in the node set and then repeatedly calling 
#draw_networkx_node for each. Perhaps this part can be optimised further. 

#Get all distinct node classes according to the node shape attribute 
nodeShapes = set((aShape[1]["s"] for aShape in G.nodes(data = True))) 

#For each node class... 
for aShape in nodeShapes: 
    #...filter and draw the subset of nodes with the same symbol in the positions that are now known through the use of the layout. 
    networkx.draw_networkx_nodes(G,nodePos,node_shape = aShape, nodelist = [sNode[0] for sNode in filter(lambda x: x[1]["s"]==aShape,G.nodes(data = True))]) 

#Finally, draw the edges between the nodes 
networkx.draw_networkx_edges(G,nodePos) 

#And show the final result 
pylab.show() 

risultato finale simile a questa:

Spero che questo aiuti.

Answer 2

Ecco una leggera variazione sul post precedente (di A_A). Il mio usa più o meno la stessa cosa, metto solo una linea di disegno e include alcune etichette, e mostra un grafico bipartito. Potrebbe essere utile per qualcun altro su Internet, quindi lo sto mettendo qui. enter image description here

import networkx as nx 
% matplotlib inline 
from networkx.algorithms import bipartite 
B = nx.Graph() 
B.add_nodes_from(['$x_1$','$x_2$','$x_3$'], s='o', bipartite=0) # Add the node attribute 'bipartite' 
B.add_nodes_from(['$f_a$','$f_b$','$f_c$','$f_d$'], s='s', bipartite=1) 
B.add_edges_from([('$x_1$','$f_a$'),('$x_1$','$f_b$'),('$x_2$','$f_a$'),('$x_2$','$f_b$'),('$x_2$','$f_c$'),('$x_3$','$f_c$'),('$x_3$','$f_d$')]) 

pos = dict() 
X, Y = bipartite.sets(B) 
pos.update((n, (i,1)) for i, n in enumerate(X)) 
pos.update((n, (i+0.5,2)) for i, n in enumerate(Y)) 
nodeShapes = set((aShape[1]["s"] for aShape in B.nodes(data=True))) 

for aShape in nodeShapes: 
    nx.draw(
     B, 
     pos, 
     with_labels=True, 
     node_shape = aShape, 
     node_color = '0.95', 
     node_size=1000, 
     nodelist = [ 
      sNode[0] for sNode in filter(lambda x: x[1]["s"]==aShape, B.nodes(data=True)) 
     ] 
    ) 

plt.savefig("img/15_Graphical_Models_12b.png") # save as png