BaşlayınÜcretsiz başlayın

Matris grafikleriyle görselleştirme

Şimdi ilk "süslü" grafik görselleştirme yöntemini deneme zamanı: bir matris grafiği. Bunu yapmak için nxviz, matrix() fonksiyonunu sağlar. Bu fonksiyon, nxviz'in üst seviye API fonksiyonlarının tümü gibi, plt.show() ile görüntülenebilen bir matplotlib eksen nesnesi döndürür.

nxviz, grafikleri rasyonel bir şekilde görselleştirmeye yarayan bir pakettir. Arka planda matrix fonksiyonu, grafiğin matris formunu döndüren nx.to_numpy_array(G) kullanır. Burada her düğüm bir sütun ve bir satırdır; iki düğüm arasındaki bir kenar, değeri 1 olan bir girişle gösterilir. Ancak bu yapılırken yalnızca weight üst verisi korunur; diğer tüm üst veriler kaybolur. Bunu bir assert ifadesiyle doğrulayacaksın.

Buna karşılık gelen nx.from_numpy_array(A) ise bir NumPy dizisinden hızlıca grafik oluşturmayı sağlar. Varsayılan grafik türü Graph()'tır; eğer bir DiGraph() istiyorsan, bunu create_using anahtar argümanıyla belirtmelisin, örn. (nx.from_numpy_array(A, create_using=nx.DiGraph)).

Son bir not: matplotlib.pyplot ve networkx sırasıyla plt ve nx olarak içe aktarılmış durumda ve T grafiği önceden yüklenmiş. Basitlik ve hız için ağdan yalnızca 100 kenar örneklenmiştir.

Bu egzersiz, kursun bir parçasıdır

Python ile Ağ Analizine Giriş

Kursa Göz Atın

Egzersiz talimatları

  • nxviz içinden matrix'i içe aktar.
  • T grafiğini bir matris grafiği olarak çiz. Bunu yapmak için:
    • T'yi argüman olarak vererek nv.matrix() fonksiyonuyla m adlı matris grafiğini oluştur.
    • Grafiği plt.show() ile görüntüle.
  • Grafiği matris biçimine çevir ve ardından matrisi kullanarak grafiği NetworkX biçimine yönlendirilmiş grafik olarak geri dönüştür. Bu kısım senin için yapıldı.
  • Her düğümdeki category üst veri alanının kaybolduğunu kontrol et. Bu da senin için ayarlandı; sonuçları görmek için 'Yanıtı Gönder'e bas!

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# 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()
Kodu Düzenle ve Çalıştır