详解Python中四种关系图数据可视化的效果对比

python关系图的可视化主要就是用来分析一堆数据中，每一条数据的节点之间的连接关系从而更好的分析出人物或其他场景中存在的关联关系。本文将制作四个不同的关系图的可视化效果，感兴趣的可以了解一下

python关系图的可视化主要就是用来分析一堆数据中，每一条数据的节点之间的连接关系从而更好的分析出人物或其他场景中存在的关联关系。

这里使用的是networkx的python非标准库来测试效果展示，通过模拟出一组DataFrame数据实现四种关系图可视化。

其余还包含了pandas的数据分析模块以及matplotlib的画图模块。

若是没有安装这三个相关的非标准库使用pip的方式安装一下即可。

1

2

3

4

5

pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple/

pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple/

pip install networkx -i https://pypi.tuna.tsinghua.edu.cn/simple/

分别将使用到的python模块导入到我们的代码块中，就可以开始开发了。

1

2

3

4

5

import matplotlib.pyplot as plt

import pandas as pd

这里为了避免中文乱码的情况，分别对字体和编码进行了统一化的设置处理。

1

2

3

4

5

plt.rcParams["font.sans-serif"] = ["SimHei"]

plt.rcParams["axes.unicode_minus"] = False

import networkx as nx

这里我们采用了有向图的模式来进行演示，有向图也是在生产过程中最常用的一种可视化模式。

初始化一个DataFrame数据对象作为关系图生成的数据来源。

1

2

3

4

5

6

7

data_frame = pd.DataFrame(

    {

        'A': ['1', '2', '3', '4', '5', '6'],

        'B': ['a', 'b', 'c', 'd', 'e', 'f'],

        'C': [1, 2, 3, 4, 5, 6]

    }

)

1、随机分布模型

使用随机分布模型的生成规则时，生成的数据节点会采用随机的方式进行展示，生成的数据节点之间相对比较分散更容易观察数据节点之间的关系指向。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

for i, row in data_frame.iterrows():

    G.add_edge(row['A'], row['B'], weight=row['C'])

pos = nx.random_layout(G)

nx.draw(G, pos, with_labels=True, alpha=0.7)

labels = nx.get_edge_attributes(G, 'weight')

nx.draw_networkx_edge_labels(G, pos, edge_labels=labels)

plt.axis('equal')

plt.show()

通过matplotlib展示出图形效果如下，并且默认已经添加了数据权重。

2、放射数据模型

放射状数据模型，顾名思义就是以一个数据节点为中心向周边以发散状的模式进行分布，使用数据节点指向多个节点的可视化展示。

缺点是如果数据不够规范的情况下会展示成一团乱麻的情况，需要经过特殊的可视化处理。

使用方法这里直接将上述随机分布模型的pos模型直接替换成下面的放射状数据模型即可。

1

pos = nx.spring_layout(G, seed=4000, k=2)

3、其他模型

其余两种方式使用同样的方式将随机分布模型中pos模型进行替换即可实现，这里分别展示以下实现效果。

特征值向量模型

1

pos = nx.spectral_layout(G)

图形边缘化分布模型

到此这篇关于详解Python中四种关系图数据可视化的效果对比的文章就介绍到这了,更多相关Python关系图内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

Python办公自动化之数据可视化与报表生成python数据可视化自制职位分析生成岗位分析数据报表Python对中国500强排行榜数据进行可视化分析实战使用Python对网易云歌单数据分析及可视化使用Python进行数据可视化Python实现数据可视化大屏布局的示例详解Python报表自动化之从数据到可视化一站式指南

原文链接：https://mp.weixin.qq.com/s/mfVS8ikkSLEAfuDNSjtxtg

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权/违法违规/事实不符，请将相关资料发送至 [email protected] 进行投诉反馈，一经查实，立即处理！

网址：详解Python中四种关系图数据可视化的效果对比 http://c.mxgxt.com/news/view/1051936

相关内容

推荐一款Python数据可视化神器
探索Taylor Swift粉丝数据：Python数据分析与可视化实战
Python编程实现Taylor Swift粉丝数据分析与可视化工具
可视化图形设计工具,数据可视化工具有哪些
微博数据可视化分析：利用Python构建信息图表展示话题热度
有哪些常用的数据可视化工具？
数据可视化工具大盘点
研报中常用的数据可视化方法有哪些？
数据可视化的常用工具
数据可视化工具有哪些?

随便看看