如何在NetworkX/Matplotlib中绘制节点颜色图？

在 NetworkX 中，我们可以很容易地创建和操作各种图形。然而，在将图形绘制出来时，需要使用 Matplotlib 这样的图形库。可以使用 NetworkX 提供的 draw 模块中的函数，来在 Matplotlib 中绘制图形，并使用不同的颜色来突出显示图形中的节点。

安装

使用 pip 命令来安装所需的库。

pip install networkx
pip install matplotlib

创建图形

在做任何事情之前，我们需要创建一张图形。我们可以通过创建一个空图，然后向其中添加节点和边来完成此操作。以下示例演示了如何创建一张简单的有向图。

# 导入库
import networkx as nx
import matplotlib.pyplot as plt

# 创建图形
G = nx.DiGraph()

# 添加节点
G.add_nodes_from([1,2,3,4,5])

# 添加边
G.add_edges_from([(1,2),(2,3),(2,4),(3,5),(4,5)])

# 绘制图形
nx.draw(G, with_labels=True)
plt.show()

上述代码创建了一张有向图。

绘制节点颜色图

有时候，我们想通过不同的颜色来突出显示图形中的节点。可以添加一些元素属性来控制它们的颜色。以下代码演示了如何使用这些属性来给节点赋予不同的颜色。

# 设置节点的颜色属性
node_color = ['red', 'blue', 'green', 'yellow', 'purple']

# 设置节点的大小属性
node_size = [100, 200, 300, 400, 500]

# 绘制节点颜色图形
nx.draw(G, with_labels=True, node_color=node_color, node_size=node_size)
plt.show()

上述代码将不同的颜色和大小分配给每个节点，并使用这些属性在 Matplotlib 中绘制图形。

如上所示，每个节点现在都有自己的颜色。这使得我们可以更好地区分这些节点，并使它们更加易于识别。通过修改节点的颜色属性，我们可以通过不同的方式来突出显示不同的节点。

自定义颜色映射

我们还可以使用不同的配色方案，来针对节点分配颜色。Matplotlib 包含许多现成的颜色映射方案。以下示例演示了如何使用 jet 颜色映射，来针对节点分配颜色。

# 导入内置颜色映射
from matplotlib.cm import get_cmap

# 设置 Jet 颜色映射
jet = get_cmap('jet')

# 计算每个节点的权重
node_weight = [0.2, 0.4, 0.6, 0.8, 1.0]

# 根据节点权重计算节点的颜色
node_color = [jet(weight) for weight in node_weight]

# 绘制节点颜色图
nx.draw(G, with_labels=True, node_color=node_color, node_size=500)
plt.show()

上述代码将 jet 颜色映射用于节点颜色，并利用节点的权重来计算颜色值。

通过使用 jet 颜色映射，我们可以使用不同的颜色方案来更好地区分不同节点，表达更加丰富的信息。