如何可视化分层图（用于 GraphPlan 规划算法）

Question

我做了一个快速的网络搜索，但没有找到现成的（和图书馆提供的）解决方案，我认为这是一个明确规定和相当标准的可视化问题，决定自己快速实施。不过，在这样做之前，我想从社区获得理智建议。

我需要可视化一种非常具体的图形（这就是为什么我不想处理任何难以阅读的力导向通用布局），它看起来像是多方图的一个版本用于 GraphPlan 规划算法。

对于那些不熟悉的人，典型的布局与多层神经网络的布局基本相同：

为简单起见，我只考虑偶数层（因为奇数层基本上会成为边缘标签）

在这一点上，将节点列简单地表示为 table 和 tabulate 就足够了。唯一的问题是我还需要反向指针（即边缘）。

我正在考虑 matplotlib 网格的方向，但不想太低级。毕竟，我只需要连接此网格中 strictly 相邻列中的任意项。确实很简单。

Answer 1

结果并不太糟糕：

基本上：

1. 将我的 objects 存储在二维数组中
2. 为散点图网格生成 Xs 和 Ys（需要额外注意通过 zip(*izip_longest(*my2darray)) 技巧处理可变列高度）
3. 遍历我的二维数组元素以提取它们的标签
4. 他们每个人还从上一列中为他们的每个 children 绘制了线段。