使用 nxviz 繪圖
現在你要練習使用 nxviz 建立一個 circos 圖！作為下一支影片內容的預告，本題也包含一段關於 bipartite 關鍵字的小示範！
在這裡，每個節點的度中心性分數已經用下列程式碼幫你加入到它們的中繼資料（metadata）字典裡：
# Add the degree centrality score of each node to their metadata dictionary
dcs = nx.degree_centrality(G)
for n in G.nodes():
G.nodes[n]['centrality'] = dcs[n]
如果你想複習度中心性，請回去看看前一門課的［相關影片］(https://campus.datacamp.com/courses/network-analysis-in-python-part-1/important-nodes?ex=1)——這是一種用來計算節點重要性的方式！
nxviz 已經以 nv 的名稱幫你預先匯入，同時也有 NetworkX（作為 nx）與 matplotlib.pyplot（作為 plt）。
本練習屬於課程
Python 網路分析進階
練習說明
- 使用 circos 圖來繪製網路
G。做法如下：- 使用
nv.circos()建立名為c的circos圖。你需要指定graph、node_color_by與group_by關鍵字引數，讓節點依其bipartite關鍵字來著色與分組，並以sort_by引數依centrality來排序節點。 - 為了確保顯示時能看見節點，我們已加入
node_enc_kwargs={'radius': 10}這個引數。 - 將
c繪製到畫面上。
- 使用
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Create the CircosPlot object: c
c = nv._____(___, _____, _____, node_enc_kwargs={'radius': 10})
# Display the plot
____