cdlib.viz.plot_network_clusters

cdlib.viz.plot_network_clusters(graph: object, partition: NodeClustering, position: dict | None = None, figsize: tuple = (8, 8), node_size: int | dict = 200, plot_overlaps: bool = False, plot_labels: bool = False, cmap: object | None = None, top_k: int | None = None, min_size: int | None = None, show_edge_widths: bool = False, show_edge_weights: bool = False, show_node_sizes: bool = False) → object

此函数绘制一个图表，其中节点根据其社区分配进行颜色编码。每个节点属于一个特定的社区，此函数通过为每个社区中的节点分配颜色来可视化这些社区。

Parameters:

• graph – NetworkX/igraph 图

• partition – 节点聚类对象

• position – 一个字典，其中节点作为键，位置作为值。示例：networkx.fruchterman_reingold_layout(G)。默认情况下，使用 nx.spring_layout(g)

• figsize – 图形大小；它是一对浮点数，默认值为 (8, 8)

• node_size – 节点的大小。它可以是一个整数或一个将节点映射到大小的字典。默认值为200。

• plot_overlaps – bool, 默认 False。控制是否绘制多个算法成员资格的标志。

• plot_labels – bool, 默认值为 False。用于控制是否绘制节点标签的标志。

• cmap – str 或 Matplotlib 颜色映射，用于映射节点强度的颜色映射（Matplotlib 颜色映射）。如果设置为 None，则使用原始颜色映射。

• top_k – int, 显示前K个有影响力的社区。如果设置为零或负值，则表示显示所有。

• min_size – int, 排除低于指定最小规模的社区。

• show_edge_widths – 控制是否显示边宽度的标志。默认值为 False。

• show_edge_weights – 控制是否显示边权重的标志。默认值为 False。

• show_node_sizes – 控制是否显示节点大小的标志。默认值为 False。

示例：

>>> from cdlib import algorithms, viz
>>> import networkx as nx
>>> g = nx.karate_club_graph()
>>> coms = algorithms.louvain(g)
>>> position = nx.spring_layout(g)
>>> viz.plot_network_clusters(g, coms, position)