绘制通过NetworkX Girvan-Newman算法发现的社区树状图

Question

用于网络中社区检测的Girvan-Newman算法：

通过逐渐从原始边缘去除边缘来检测社区图形。传统上，该算法去除了“最有价值”的边缘在每个步骤中具有最高中间性中心的边缘。作为图分解成紧密的社区结构是暴露，结果可以描述为树状图。

在NetworkX中，实现返回一组元组上的迭代器。第一个元组是由2个社区组成的第一个元组，第二个元组是由3个社区组成的第二个元组，依此类推，直到最后一个元组具有n个独立节点（树状图的叶子）的n个集合。

import networkx as nx

G = nx.path_graph(10)
comp = nx.community.girvan_newman(G)
list(comp)
[（{{0，1，2，3，4}，{5，6，7，8，9}），（{0，1}，{2，3，4}，{5，6，7 ，89}），（{0，1}，{2、3、4}，{5、6}，{8、9、7}），（{0、1}，{2}，{3、4} ，{5，6}，{8、9、7}），（{0、1}，{2}，{3、4}，{5、6}，{7}，{8、9}），（{0} ，{1}，{2}，{3、4}，{5、6}，{7}，{8、9}），（{0}，{1}，{2}，{3}，{4}，{5 ，6}，{7}，{8、9}），（{0}，{1}，{2}，{3}，{4}，{5}，{6}，{7}，{8、9}） ，（{0}，{1}，{2}，{3}，{4}，{5}，{6}，{7}，{8}，{9}）]

问题是：如何绘制树状图？

我看过scipy.cluster.hierarchy.dendrogram，但是它期望我猜到的是一个“链接矩阵”，例如scipy.cluster.hierarchy.dendrogram创建的那个，但是我不确定如何将这个元组列表转换为这个“链接”矩阵”。

所以，我问在有/没有SciPy的scipy.cluster.hierarchy.linkage的情况下如何绘制此树状图。

用于网络中社区检测的Girvan-Newman算法：通过逐渐从原始图中删除边来检测社区。该算法会删除“最有价值的”边缘，...

Answer 1

[@ItamarMushkin之后，我对@mdml的答案进行了一些细微修改，得到了我想要的。在高层次上，我将NetworkX的Girvan-Newman迭代器输出转换为另一个scipy.cluster.hierarchy.linkage，我最终希望将其视为树状图。然后，我以边缘列表的形式构建dendrogram，这是我输入到DiGraph()的链接矩阵，其中包括每个齿状图合并的实际高度。

我必须对@mdml的答案进行两项修改：