|
科學可視化是利用計算機圖形學來創(chuàng)建視覺圖像，幫助人們理解那些采取錯綜復雜而又往往規(guī)模龐大的數(shù)字呈現(xiàn)形式的科學概念或結(jié)果。對于復雜網(wǎng)絡研究來說，可視化技術(shù)同樣重要，它有助于呈現(xiàn)或解釋復雜網(wǎng)絡數(shù)據(jù)和模型，進而從中發(fā)現(xiàn)（或許是從數(shù)據(jù)中不易發(fā)現(xiàn)的）各種模式、特點和關(guān)系。 在我的另一篇博文《推薦一個復雜網(wǎng)絡可視化的網(wǎng)站》中，介紹了www.visualcomplexity.com這個網(wǎng)站，上邊有大量復雜網(wǎng)絡和復雜系統(tǒng)的圖片，五彩繽紛，令人嘆為觀止。有的朋友可能會想，這些圖形是否都是使用一些專業(yè)的平面設(shè)計軟件制作的呢？其實，通過使用NetworkX，我們同樣可以制作出精美的復雜網(wǎng)絡圖形，它提供了非常豐富的網(wǎng)絡可視化功能。下邊這幅動畫就是用從NetworkX網(wǎng)站上下載的圖片拼合而成的，感興趣的朋友可以到http://networkx./gallery.html這個地址去查看生成這些圖形的源代碼。  一、基本繪圖流程 在NetworkX中，繪制一個網(wǎng)絡使用nx.draw()方法，它至少接受一個參數(shù)：即你希望繪制的網(wǎng)絡G。實際上這個方法非常復雜，它可以指定20多個關(guān)鍵字參數(shù)，后邊會介紹一些常用的參數(shù)，我們先從最簡單的情況入手，看看下邊的例子： import networkx as nx #導入networkx包 import matplotlib.pyplot as plt #導入繪圖包matplotlib（需要安裝，方法見第一篇筆記） G =nx.random_graphs.barabasi_albert_graph(100,1) #生成一個BA無標度網(wǎng)絡G nx.draw(G) #繪制網(wǎng)絡G plt.savefig("ba.png") #輸出方式1: 將圖像存為一個png格式的圖片文件 plt.show() #輸出方式2: 在窗口中顯示這幅圖像 運行上述代碼的結(jié)果如下：  這樣，用短短的幾行代碼就完成了一個最基本的網(wǎng)絡圖形繪制，而且生成了一個功能豐富的窗體。窗口左下方的工具欄可以對圖像進行放大、縮小、平移、保存等操作，可以自己動手試一下。同時，在源文件的目錄下還生成了一個png格式的圖片文件，可以把它插入報告或論文中，是不是很方便呢？ 二、運用樣式 上邊的代碼雖然簡單，但生成的圖形略顯單調(diào)。NetworkX提供了一系列樣式參數(shù)，可以用來修飾和美化圖形，達到我們想要的效果。常用的參數(shù)包括： - `node_size`: 指定節(jié)點的尺寸大小(默認是300，單位未知，就是上圖中那么大的點) - `node_color`: 指定節(jié)點的顏色 (默認是紅色，可以用字符串簡單標識顏色，例如'r'為紅色，'b'為綠色等，具體可查看手冊) - `node_shape`: 節(jié)點的形狀（默認是圓形，用字符串'o'標識，具體可查看手冊） - `alpha`: 透明度 (默認是1.0，不透明，0為完全透明) - `width`: 邊的寬度 (默認為1.0) - `edge_color`: 邊的顏色(默認為黑色) - `style`: 邊的樣式(默認為實現(xiàn)，可選： solid|dashed|dotted,dashdot) - `with_labels`: 節(jié)點是否帶標簽（默認為True） - `font_size`: 節(jié)點標簽字體大小 (默認為12) - `font_color`: 節(jié)點標簽字體顏色（默認為黑色） 靈活運用上述參數(shù)，可以繪制不同樣式的網(wǎng)絡圖形，例如：nx.draw(G,node_size = 30,with_labels = False) 是繪制節(jié)點尺寸為30、不帶標簽的網(wǎng)絡圖。 三、運用布局 NetworkX在繪制網(wǎng)絡圖形方面提供了布局的功能，可以指定節(jié)點排列的形式。這些布局包括： circular_layout：節(jié)點在一個圓環(huán)上均勻分布 random_layout：節(jié)點隨機分布 shell_layout：節(jié)點在同心圓上分布 spring_layout： 用Fruchterman-Reingold算法排列節(jié)點（這個算法我不了解，樣子類似多中心放射狀） spectral_layout：根據(jù)圖的拉普拉斯特征向量排列節(jié)點？我也不是太明白 布局用pos參數(shù)指定，例如：nx.draw(G,pos = nx.circular_layout(G))。在上一篇筆記中，四個不同的模型分別是用四種布局繪制的，可以到那里去看一下效果，此處就不再重復寫代碼了。 另外，也可以單獨為圖中的每個節(jié)點指定一個位置（x、y坐標），不過比較復雜，我還沒有這樣做過。感興趣的朋友可以看一下NetworkX文檔中的一個例子：http://networkx./examples/drawing/knuth_miles.html。 四、添加文本 用plt.title()方法可以為圖形添加一個標題，該方法接受一個字符串作為參數(shù)，fontsize參數(shù)用來指定標題的大小。例如：plt.title("BA Networks", fontsize = 20)。如果要在任意位置添加文本，則可以采用plt.text()方法。事實上這些功能（包括前邊的圖形保存等功能）并不是由NetworkX提供的，從包的名字上可以看出，這些繪圖函數(shù)都是由matplotlib這個包提供的。NetworkX只是把與復雜網(wǎng)絡繪圖相關(guān)的功能重新包裝了一下，讓用戶調(diào)用更方便而已。 需要補充的一點是，matplotlib并不直接支持中文文本，如果想輸出中文，走正規(guī)方法還是挺麻煩的（見http://blog.csdn.net/KongDong/archive/2009/07/10/4338826.aspx）。不過有聰明的網(wǎng)友提出了一種偷梁換柱的解決方案：換字體。只要把一個中文字體文件（ttf文件）更名為Vera.ttf，拷貝到matplotlib的字體目錄中覆蓋原有文件，就可以輸出中文了，具體細節(jié)見http://hi.baidu.com/ucherish/blog/item/63155e52b68c90070df3e3ff.html 。 五、小結(jié) 這篇筆記簡單介紹了用NetworkX繪制復雜網(wǎng)絡圖形的方法，實際上NetworkX的制圖能力是很強的（主要是matplotlib的功勞），本文所介紹的功能只是其中最基礎(chǔ)的一部分，更多功能還有待我們一起去發(fā)掘。再次推薦 http://networkx./gallery.html上的繪圖示例代碼，能看懂弄清這些代碼，用NetworkX繪圖應該就難不住你了：） |
|
|
