使用 Python 实现奇妙的移动节点网络可视化

Question

我有一个经历循环的网络，并且对于每次迭代，其边缘都会更新其权重。其中一些增加了自己的权重，加强了两个节点之间的联系，而一些则减少了自己的权重，削弱了组成节点之间的联系。

考虑到权重作为图的属性收集为

 G[node1][node2]["weight"]

，是否有一种方法可以可视化网络，即对于循环的每次迭代，那些权重相对于前一次迭代增加的边，看到它们的组件节点变得更近（它们彼此靠近），而那些变得更弱的边缘，看到它们的组件节点分离到更长的距离吗？

虽然我需要边缘接近或移开，但节点的位置应保持静态：除非边缘权重发生变化，否则节点将保留在最初设置的位置。仅当它们的边权重发生变化时，才会发生移动（朝向或远离关联节点）。

也许，最后，将其收集到

gif

中以查看运动。

任何帮助将非常感激。谢谢你。

Answer 1

IIUC，一个可能的选择是使用 matplotlib 的 animation :

init_pos = nx.spring_layout(G, seed=7)

def movedge(pos, p1, p2, distance):
    nodes = p1, p2
    p1, p2 = itemgetter(p1, p2)(pos)
    curr_distance = np.linalg.norm(p2 - p1)
    scale = distance / curr_distance
    new_p1 = p1 + (p2 - p1) * scale
    new_p2 = p2 + (p1 - p2) * scale
    return {**pos, **dict(zip(nodes, (new_p1, new_p2)))}

# `drawg()` goes here.. (see full code)

fig, ax = plt.subplots(figsize=(10, 6))

N = 20
frames = {}
H = G.copy(); new_pos = init_pos.copy()
for move, rng in zip(moves, np.arange(1, len(moves) * N + 1).reshape(-1, N)):
    p1, p2 = move["p1"], move["p2"]; init = H[p1][p2]["weight"]
    for i, j in zip(rng, np.linspace(init, move["distance"], N).round(2)):
        H[p1][p2]["weight"] = j; move["distance"] = j-init
        new_pos.update(movedge(**move, pos=new_pos))
        frames[i] = {"g": H.copy(), "curr_pos": movedge(**move, pos=new_pos)}

def animate(i):
    ax.clear()
    drawg(**frames[i + 1], ax=ax)

在笔记本中可视化它：

%matplotlib notebook

ani = FuncAnimation(
    fig, animate, frames=N * len(moves), interval=150, repeat=True
)

保存 (

.gif

) :

writer = PillowWriter(
    fps=15, metadata=dict(artist="Me"), bitrate=1800,
)
ani.save("output.gif", writer=writer)

使用的图表（

G

）：来自networkx/docs的示例。

使用的动作：

moves = ( # some random moves
    {"p1": "a", "p2": "b", "distance": 0.57},
    {"p1": "c", "p2": "d", "distance": 0.12},
    {"p1": "c", "p2": "f", "distance": 0.88},
    {"p1": "c", "p2": "d", "distance": 0.07},
    {"p1": "c", "p2": "e", "distance": 0.68},
    {"p1": "a", "p2": "b", "distance": 0.59},
)

^完整代码