复杂网络画图——基于python networkx 以及clique算法划分社区

2023-10-19 09:50

本文主要是介绍复杂网络画图——基于python networkx 以及clique算法划分社区,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

前言

本人因为研究(谈不上研究,就是借鉴大佬们的方法)的是这个方向,发现使用python的不是很多,而且有些比较模糊,本人就自己的理解,分析在学习这个途中遇到的一些问题以及解决的办法,希望对你们有帮助,码字不易,顺带点个赞呗~


author:xiao黄
缓慢而坚定的生长


安装networkx 这里就不过多讲述了,可以参考我的一篇博客。传送门

画无向图

import networkx as nx
import matplotlib.pyplot as plt# matplotlib中文支持
plt.rcParams['font.sans-serif'] = ['SimHei']  #aaaaa.py 步骤一(替换sans-serif字体)
plt.rcParams['axes.unicode_minus'] = False  # 步骤二(解决坐标轴负数的负号显示问题)G = nx.Graph([('李家春','吴雪梅'),('吴雪梅','占刚'),('李家春','周元康'),('李家春','杨桃月')])
nx.draw_networkx(G)
plt.show()

结果显示:
在这里插入图片描述
其中一些修改节点颜色、节点大小等操作可以参考我的一篇博文有讲到。传送门

clique算法简介

在社会网络中大多数人认为clique的本质含义是“最大的完全子图”(maximal complete sub-graph)。也就是说派系是这样的一个点的子集(sub-set),其中任何一对点都有一条直边相连接,并且该派系不被其他任何派系所包含。如下图所示,一个3-成员的派系有3条边,一个4-成员的派系有6条边,一个5-成员的派系有10条边,以此类推,一个n-成员的派系有n(n-1)/2条边。
在这里插入图片描述
如果两个k-clique之间存在k-1个共同的节点,那么就称这两个clique是“相邻”的。彼此相邻的这样一串clique构成最大集合,就可以称为一个社区(而且这样的社区是可以重叠的,即所谓的overlapping community,就是说有些节点可以同时属于多个社区)。下面第一组图表示两个3-clique形成了一个社区,第二组图是一个重叠社区的示意图。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

networkx中clique渗透算法接口如下

k_clique_communities(G, k, cliques=None)
Find k-clique communities in graph using the percolation method.A k-clique community is the union of all cliques of size k that can be reached through adjacent (sharing k-1 nodes) k-cliques.Parameters
G : NetworkX graphk : int Size of smallest cliquecliques: list or generator Precomputed cliques (use networkx.find_cliques(G))Returns
Yields sets of nodes, one for each k-clique community.

导入:

from networkx.algorithms.community import k_clique_communities

解决matplotlib中文不显示问题:

增加两行代码即可:

# matplotlib中文支持
plt.rcParams['font.sans-serif'] = ['SimHei']  #aaaaa.py 步骤一(替换sans-serif字体)
plt.rcParams['axes.unicode_minus'] = False  # 步骤二(解决坐标轴负数的负号显示问题)

划分社区

无权无向图为例
先上代码:

import csv
import timeimport matplotlib.pyplot as plt
import networkx as nx
import pandas as pd
from networkx.algorithms.community import k_clique_communities# matplotlib中文支持
plt.rcParams['font.sans-serif'] = ['SimHei']  #aaaaa.py 步骤一(替换sans-serif字体)
plt.rcParams['axes.unicode_minus'] = False  # 步骤二(解决坐标轴负数的负号显示问题)# 一个简单的找社区的方法
def find_community(graph,k):return list(k_clique_communities(graph,k))def read_csv(path):'''读取的是一个csv文件返回一个一一对应的二元组'''csv_reader = csv.reader(open(path, encoding='gbk'))x,y,z = [],[],[]for row in csv_reader:x.append(row[0]) # 作者ay.append(row[1]) # 作者bfor i in zip(x,y):z.append(i)return zpath = 'C:\\Users\\HKZ\\Desktop\\SN\\t-nodes.csv'
g = nx.Graph(read_csv(path))# 可选布局
fig,ax = plt.subplots(figsize=(8,6))
layout = [nx.shell_layout,nx.circular_layout,nx.fruchterman_reingold_layout,nx.circular_layout,nx.kamada_kawai_layout,nx.spring_layout]
# pos = layout[5](g) # 根据布局方式生成每个节点的位置坐标
# pos = spring_layout(g)
NodeId = list(g.nodes())
node_size = [g.degree(i)**1.2*90 for i in NodeId]
options = {'node_size': node_size,'line_color': 'grey','linewidths': 0.2,'width': 0.4,'node_color': node_size, # 节点的颜色,节点越大颜色越浅'font_color': 'b' # 字体颜色}
nx.draw(g, pos=nx.circular_layout(g), ax=ax, with_labels=True, **options)#pos=nx.spring_layout(G)这句给定了节点的布局为spring型,
#- 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)print ("图的节点数:%d" % g.number_of_nodes()) # 节点数
print ("图的边数:%d" % g.number_of_edges()) # 边数#调用kclique社区算法
for k in range(3,6):print ("############# k值: %d ################" % k)start_time = time.clock()rst_com = find_community(g,k)end_time = time.clock()print ("计算耗时(秒):%.3f" % (end_time-start_time))print ("生成的社区数:%d" % len(rst_com)) # 可以查看社区print(rst_com) # 查看社区 # 会有重叠 会有舍弃
plt.show()

结果显示图片:
在这里插入图片描述
当然可以根据自己想要的形状去调节,代码注释部分有。
社区划分结果:
在这里插入图片描述

参考的文章:

https://blog.csdn.net/a_step_further/article/details/51176977?locationNum=10&fps=1

这篇关于复杂网络画图——基于python networkx 以及clique算法划分社区的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/239009

相关文章

Python FastAPI+Celery+RabbitMQ实现分布式图片水印处理系统

《PythonFastAPI+Celery+RabbitMQ实现分布式图片水印处理系统》这篇文章主要为大家详细介绍了PythonFastAPI如何结合Celery以及RabbitMQ实现简单的分布式... 实现思路FastAPI 服务器Celery 任务队列RabbitMQ 作为消息代理定时任务处理完整

Python Websockets库的使用指南

《PythonWebsockets库的使用指南》pythonwebsockets库是一个用于创建WebSocket服务器和客户端的Python库,它提供了一种简单的方式来实现实时通信,支持异步和同步... 目录一、WebSocket 简介二、python 的 websockets 库安装三、完整代码示例1.

Linux系统配置NAT网络模式的详细步骤(附图文)

《Linux系统配置NAT网络模式的详细步骤(附图文)》本文详细指导如何在VMware环境下配置NAT网络模式,包括设置主机和虚拟机的IP地址、网关,以及针对Linux和Windows系统的具体步骤,... 目录一、配置NAT网络模式二、设置虚拟机交换机网关2.1 打开虚拟机2.2 管理员授权2.3 设置子

揭秘Python Socket网络编程的7种硬核用法

《揭秘PythonSocket网络编程的7种硬核用法》Socket不仅能做聊天室,还能干一大堆硬核操作,这篇文章就带大家看看Python网络编程的7种超实用玩法,感兴趣的小伙伴可以跟随小编一起... 目录1.端口扫描器:探测开放端口2.简易 HTTP 服务器:10 秒搭个网页3.局域网游戏:多人联机对战4.

使用Python实现快速搭建本地HTTP服务器

《使用Python实现快速搭建本地HTTP服务器》:本文主要介绍如何使用Python快速搭建本地HTTP服务器,轻松实现一键HTTP文件共享,同时结合二维码技术,让访问更简单,感兴趣的小伙伴可以了... 目录1. 概述2. 快速搭建 HTTP 文件共享服务2.1 核心思路2.2 代码实现2.3 代码解读3.

Python使用自带的base64库进行base64编码和解码

《Python使用自带的base64库进行base64编码和解码》在Python中,处理数据的编码和解码是数据传输和存储中非常普遍的需求,其中,Base64是一种常用的编码方案,本文我将详细介绍如何使... 目录引言使用python的base64库进行编码和解码编码函数解码函数Base64编码的应用场景注意

Python基于wxPython和FFmpeg开发一个视频标签工具

《Python基于wxPython和FFmpeg开发一个视频标签工具》在当今数字媒体时代,视频内容的管理和标记变得越来越重要,无论是研究人员需要对实验视频进行时间点标记,还是个人用户希望对家庭视频进行... 目录引言1. 应用概述2. 技术栈分析2.1 核心库和模块2.2 wxpython作为GUI选择的优

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景:内存吃得满满的类__slots__:你的内存管理小助手举个大概的例子:看看效果如何?1.

Python+PyQt5实现多屏幕协同播放功能

《Python+PyQt5实现多屏幕协同播放功能》在现代会议展示、数字广告、展览展示等场景中,多屏幕协同播放已成为刚需,下面我们就来看看如何利用Python和PyQt5开发一套功能强大的跨屏播控系统吧... 目录一、项目概述:突破传统播放限制二、核心技术解析2.1 多屏管理机制2.2 播放引擎设计2.3 专

Python中随机休眠技术原理与应用详解

《Python中随机休眠技术原理与应用详解》在编程中,让程序暂停执行特定时间是常见需求,当需要引入不确定性时,随机休眠就成为关键技巧,下面我们就来看看Python中随机休眠技术的具体实现与应用吧... 目录引言一、实现原理与基础方法1.1 核心函数解析1.2 基础实现模板1.3 整数版实现二、典型应用场景2