ComenzarEmpieza gratis

Visualización con gráficos de matriz

Es hora de probar tu primer método de visualización de grafos "elegante": un gráfico de matriz. Para ello, nxviz ofrece una función matrix(). Esta función, como todas las funciones de la API de alto nivel de nxviz, devuelve un objeto de ejes de matplotlib que se puede mostrar con plt.show().

nxviz es un paquete para visualizar grafos de forma racional. Internamente, la función matrix utiliza nx.to_numpy_array(G), que devuelve la forma matricial del grafo. Aquí, cada nodo es una columna y una fila, y una arista entre dos nodos se indica con el valor 1. Al hacerlo, sin embargo, solo se conserva la metainformación weight; el resto de metadatos se pierde, como vas a comprobar con una sentencia assert.

La función correspondiente nx.from_numpy_array(A) permite crear rápidamente un grafo a partir de un array de NumPy. El tipo de grafo predeterminado es Graph(); si quieres que sea un DiGraph(), debes especificarlo con el argumento de palabra clave create_using, p. ej. (nx.from_numpy_array(A, create_using=nx.DiGraph)).

Una última nota: matplotlib.pyplot y networkx ya se han importado como plt y nx, respectivamente, y el grafo T ya está precargado. Para simplificar y acelerar, hemos submuestreado solo 100 aristas de la red.

Este ejercicio forma parte del curso

Introducción al análisis de redes en Python

Ver curso

Instrucciones del ejercicio

  • Importa matrix de nxviz.
  • Representa el grafo T como un gráfico de matriz. Para hacerlo:
    • Crea la visualización de matriz llamada m usando la función nv.matrix() pasando T como argumento.
    • Muestra la visualización usando plt.show().
  • Convierte el grafo a formato de matriz y luego reconvierte el grafo desde la matriz a formato NetworkX como grafo dirigido. Esto ya está hecho por ti.
  • Comprueba que el campo de metadatos category se pierde en cada nodo. Esto también ya está hecho por ti, así que pulsa "Enviar respuesta" para ver los resultados.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Import nxviz
____

# Create the matrix plot: m
m = ____

# Display the plot
____

# Convert T to a matrix format: A
A = nx.to_numpy_array(T)

# Convert A back to the NetworkX form as a directed graph: T_conv
T_conv = nx.from_numpy_array(A, create_using=nx.DiGraph())

# Check that the `category` metadata field is lost from each node
for n, d in T_conv.nodes(data=True):
    assert 'category' not in d.keys()
Editar y ejecutar código