做个内心向阳的人。不忧伤，不心急。坚强向上，心向阳光。向前迈进。——松下幸之助抽出时间去学习，凡事从小做起，不怕单调和重复，长期的积累坚持，想不成功，也难。
首先输入边和边的权重，随后画出节点位置，根据权重大小划分实边和虚边
#coding:utf-8
#!/usr/bin/env python
"""
An example using Graph as a weighted network.
"""
__author__ = """Aric Hagberg (hagberg@lanl.gov)"""
try:
import matplotlib.pyplot as plt
except:
raise
import networkx as nx
G=nx.Graph()
#添加带权边
G.add_edge('a','b',weight=0.6)
G.add_edge('a','c',weight=0.2)
G.add_edge('c','d',weight=0.1)
G.add_edge('c','e',weight=0.7)
G.add_edge('c','f',weight=0.9)
G.add_edge('a','d',weight=0.3)
#按权重划分为重权值得边和轻权值的边
elarge=[(u,v) for (u,v,d) in G.edges(data=True) if d['weight'] >0.5]
esmall=[(u,v) for (u,v,d) in G.edges(data=True) if d['weight'] <=0.5]
#节点位置
pos=nx.spring_layout(G) # positions for all nodes
#首先画出节点位置
# nodes
nx.draw_networkx_nodes(G,pos,node_size=700)
#根据权重，实线为权值大的边，虚线为权值小的边
# edges
nx.draw_networkx_edges(G,pos,edgelist=elarge,
width=6)
nx.draw_networkx_edges(G,pos,edgelist=esmall,
width=6,alpha=0.5,edge_color='b',style='dashed')
# labels标签定义
nx.draw_networkx_labels(G,pos,font_size=20,font_family='sans-serif')
plt.axis('off')
plt.savefig("weighted_graph.png") # save as png
plt.show() # display
到此这篇关于python networkx 根据图的权重画图实现就介绍到这了。忍别人所不能忍的痛，吃别人所别人所不能吃的苦，是为了收成得不到的收成。更多相关python networkx 根据图的权重画图实现内容请查看相关栏目，小编编辑不易，再次感谢大家的支持！
