可视化

可视化工具。

图形

sknetwork.visualization.graphs.visualize_graph(adjacency: csr_matrix | None = None, position: ndarray | None = None, names: ndarray | None = None, labels: Iterable | None = None, name_position: str = 'right', scores: Iterable | None = None, probs: ndarray | csr_matrix | None = None, seeds: list | dict | None = None, width: float | None = 400, height: float | None = 300, margin: float = 20, margin_text: float = 3, scale: float = 1, node_order: ndarray | None = None, node_size: float = 7, node_size_min: float = 1, node_size_max: float = 20, display_node_weight: bool | None = None, node_weights: ndarray | None = None, node_width: float = 1, node_width_max: float = 3, node_color: str = 'gray', display_edges: bool = True, edge_labels: list | None = None, edge_width: float = 1, edge_width_min: float = 0.5, edge_width_max: float = 20, display_edge_weight: bool = False, edge_color: str | None = None, label_colors: Iterable | None = None, font_size: int = 12, directed: bool | None = None, filename: str | None = None) → str

以 SVG 格式返回图形的图像。

参数:

• adjacency – 图的邻接矩阵。

• position – 节点的坐标。

• names – 节点的名称。

• labels – 节点的标签（负值表示没有标签）。

• name_position – 名称的位置（left、right、above、below）

• scores – 节点的分数（重要性的度量）。

• probs – 标签上的概率分布。

• seeds – 要突出显示的节点（如果为字典，则仅考虑键）。

• width – 图像的宽度。

• height – 图像的高度。

• margin – 图像的边距。

• margin_text – 节点和文本之间的边距。

• scale – 图像尺寸的乘法因子。

• node_order – 节点显示顺序。

• node_size – 节点大小。

• node_size_min – 节点最小尺寸。

• node_size_max – 节点最大尺寸。

• node_width – 节点圆形宽度。

• node_width_max – 节点圆形最大宽度。

• node_color – 节点默认颜色（svg 颜色）。

• display_node_weight – 如果 True，通过节点大小显示节点权重。

• node_weights – 节点权重。

• display_edges – 如果 True，显示边。

• edge_labels – 边的标签，作为元组列表（源，目标，标签）。

• edge_width – 边的宽度。

• edge_width_min – 边的最小宽度。

• edge_width_max – 边的最大宽度。

• display_edge_weight – 如果 True，通过边宽度显示边权重。

• edge_color – 边的默认颜色（svg 颜色）。

• label_colors – 标签的颜色（svg 颜色）。

• font_size – 字号。

• directed – 如果 True，将图视为有向图。

• filename – 保存图像的文件名（可选）。

返回值：

image – SVG 图像。

返回值类型：

str

示例

>>> from sknetwork.data import karate_club
>>> graph = karate_club(True)
>>> adjacency = graph.adjacency
>>> position = graph.position
>>> from sknetwork.visualization import visualize_graph
>>> image = visualize_graph(adjacency, position)
>>> image[1:4]
'svg'

sknetwork.visualization.graphs.visualize_bigraph(biadjacency: csr_matrix, names_row: ndarray | None = None, names_col: ndarray | None = None, labels_row: dict | ndarray | None = None, labels_col: dict | ndarray | None = None, scores_row: dict | ndarray | None = None, scores_col: dict | ndarray | None = None, probs_row: ndarray | csr_matrix | None = None, probs_col: ndarray | csr_matrix | None = None, seeds_row: list | dict | None = None, seeds_col: list | dict | None = None, position_row: ndarray | None = None, position_col: ndarray | None = None, reorder: bool = True, width: float | None = 400, height: float | None = 300, margin: float = 20, margin_text: float = 3, scale: float = 1, node_size: float = 7, node_size_min: float = 1, node_size_max: float = 20, display_node_weight: bool = False, node_weights_row: ndarray | None = None, node_weights_col: ndarray | None = None, node_width: float = 1, node_width_max: float = 3, color_row: str = 'gray', color_col: str = 'gray', label_colors: Iterable | None = None, display_edges: bool = True, edge_labels: list | None = None, edge_width: float = 1, edge_width_min: float = 0.5, edge_width_max: float = 10, edge_color: str = 'black', display_edge_weight: bool = True, font_size: int = 12, filename: str | None = None) → str

以 SVG 格式返回二部图的图像。

参数:

• biadjacency – 图的二部邻接矩阵。

• names_row – 行的名称。

• names_col – 列的名称。

• labels_row – 行的标签（负值表示没有标签）。

• labels_col – 列的标签（负值表示没有标签）。

• scores_row – 行的分数（重要性度量）。

• scores_col – 列的分数（重要性度量）。

• probs_row – 行的标签概率分布。

• probs_col – 列的标签概率分布。

• seeds_row – 要突出显示的行（如果为字典，则仅考虑键）。

• seeds_col – 要突出显示的列（如果为字典，则仅考虑键）。

• position_row – 行的位置。

• position_col – 列的位置。

• reorder – 使用聚类对节点进行排序。

• width – 图像的宽度。

• height – 图像的高度。

• margin – 图像的边距。

• margin_text – 节点和文本之间的边距。

• scale – 图像尺寸的乘法因子。

• node_size – 节点大小。

• node_size_min – 节点最小尺寸。

• node_size_max – 节点最大尺寸。

• display_node_weight – 如果 True，通过节点大小显示节点权重。

• node_weights_row – 行的权重（仅在 display_node_weight 为 True 时使用）。

• node_weights_col – 列的权重（仅在 display_node_weight 为 True 时使用）。

• node_width – 节点圆形宽度。

• node_width_max – 节点圆形最大宽度。

• color_row – 行的默认颜色（svg 颜色）。

• color_col – 列的默认颜色（svg 颜色）。

• label_colors – 标签的颜色（svg 颜色）。

• display_edges – 如果 True，显示边。

• edge_labels – 边的标签，作为元组列表（源，目标，标签）。

• edge_width – 边的宽度。

• edge_width_min – 边的最小宽度。

• edge_width_max – 边的最大宽度。

• display_edge_weight – 如果 True，通过边宽度显示边权重。

• edge_color – 边的默认颜色（svg 颜色）。

• font_size – 字号。

• filename – 保存图像的文件名（可选）。

返回值：

image – SVG 图像。

返回值类型：

str

示例

>>> from sknetwork.data import movie_actor
>>> biadjacency = movie_actor()
>>> from sknetwork.visualization import visualize_bigraph
>>> image = visualize_bigraph(biadjacency)
>>> image[1:4]
'svg'

树状图

sknetwork.visualization.dendrograms.visualize_dendrogram(dendrogram: ndarray, names: ndarray | None = None, rotate: bool = False, width: float = 400, height: float = 300, margin: float = 10, margin_text: float = 5, scale: float = 1, line_width: float = 2, n_clusters: int = 2, color: str = 'black', colors: Iterable | None = None, font_size: int = 12, reorder: bool = False, rotate_names: bool = True, filename: str | None = None)

以 SVG 格式返回树状图的图像。

参数:

• dendrogram – 要显示的树状图。

• names – 叶子的名称。

• rotate – 如果 True，旋转树，使根节点位于左侧。

• width – 图像宽度（不包括边距）。

• height – 图像高度（不包括边距）。

• margin – 边距。

• margin_text – 叶节点与其名称之间的边距（如果有）。

• scale – 缩放比例。

• line_width – 线宽。

• n_clusters – 要显示的彩色聚类数量。

• color – 树状图的默认 SVG 颜色。

• colors – 树状图的聚类 SVG 颜色（可选）。

• font_size – 字号。

• reorder – 如果 True，重新排序叶子，使左子树的叶子数量多于右子树。

• rotate_names – 如果 True，旋转叶子节点的名称（仅在 rotate 为 False 时有效）。

• filename – 保存图像的文件名（可选）。

示例

>>> dendrogram = np.array([[0, 1, 1, 2], [2, 3, 2, 3]])
>>> from sknetwork.visualization import svg_dendrogram
>>> image = svg_dendrogram(dendrogram)
>>> image[1:4]
'svg'