Computer >> कंप्यूटर ट्यूटोरियल >  >> प्रोग्रामिंग >> Python

NetworkX का उपयोग करके Matplotlib ग्राफ में नोड नाम कैसे दिखाएं?


NetworkX का उपयोग करके ग्राफ में नोड नाम दिखाने के लिए, हम निम्नलिखित चरण अपना सकते हैं:

  • फिगर का आकार सेट करें और सबप्लॉट के बीच और आसपास पैडिंग समायोजित करें।
  • एज, नाम या ग्राफ एट्रिब्यूट के साथ एक ग्राफ इनिशियलाइज़ करें।
  • add_nodes_from() मेथड का उपयोग करके कई नोड्स जोड़ें।
  • add_edges_from() मेथड का उपयोग करके सभी एज जोड़ें।
  • draw() मेथड का उपयोग करके Matplotlib के साथ ग्राफ G ड्रॉ करें। with_labels को True पर सेट करें।
  • ग्राफ प्रदर्शित करने के लिए show() मेथड का उपयोग करें।

उदाहरण

import matplotlib.pylab as plt
import networkx as nx

plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True

G = nx.DiGraph()
G.add_nodes_from([1, 2, 3, 4])
G.add_edges_from([(1, 2), (2, 1), (2, 3), (1, 4), (3, 4)])

nx.draw(G, with_labels=True)
plt.show()

आउटपुट

NetworkX का उपयोग करके Matplotlib ग्राफ में नोड नाम कैसे दिखाएं?


  1. Python Matplotlib का उपयोग करके 3D ग्राफ़ कैसे प्लॉट करें? Python Matplotlib का उपयोग करके 3D ग्राफ़ कैसे प्लॉट करें?

    Python का उपयोग करके 3D ग्राफ़ प्लॉट करने के लिए, हम निम्नलिखित चरण अपना सकते हैं: figure() मेथड का उपयोग करके नया फिगर बनाएं या मौजूदा फिगर सक्रिय करें। 3D एक्सिस ऑब्जेक्ट प्राप्त करें। डेटा पॉइंट्स के लिए x, y, और z लिस्ट बनाएं। scatter3D() मेथड का उपयोग करके x, y, और z डेटा पॉइंट्स के सा

  1. Matplotlib ग्राफ़ को इमेज के रूप में फुलस्क्रीन दिखाएं Matplotlib ग्राफ़ को इमेज के रूप में फुलस्क्रीन दिखाएं

    Matplotlib ग्राफ़ को फुल स्क्रीन के रूप में दिखाने के लिए, हम full_screen_toggle() मेथड का उपयोग कर सकते हैं। चरण figure() मेथड का उपयोग करके फिगर बनाएं या मौजूदा फिगर सक्रिय करें। दो सूचियों का उपयोग करके लाइन प्लॉट करें। वर्तमान फिगर का फिगर मैनेजर वापस करें। फुल स्क्रीन इमेज टॉगल करने के

  1. Bokeh का उपयोग करके बार ग्राफ़ कैसे विज़ुअलाइज़ करें? Bokeh का उपयोग करके बार ग्राफ़ कैसे विज़ुअलाइज़ करें?

    Bokeh एक पायथन पैकेज है जो डेटा विज़ुअलाइज़ेशन में मदद करता है। यह एक ओपन सोर्स प्रोजेक्ट है। Bokeh अपने प्लॉट को HTML और JavaScript का उपयोग करके रेंडर करता है। यह इंगित करता है कि यह वेब-आधारित डैशबोर्ड के साथ काम करते समय उपयोगी है। Bokeh को NumPy, Pandas, और अन्य पायथन पैकेज के साथ आसानी से उपय