使用 Networkx 可视化大图
Visualize large graph with Networkx
我有一个 node1、node2 形式的数据集，想用网络构建一个图。这是一个相当大的数据集，导致具有 500k 个节点的图
import pandas as pd
import numpy as np
import networkx as nx
df = pd.read_csv('large.csv')
G=nx.from_pandas_edgelist(df, 'node1','node2')
这部分代码运行速度非常快，可以将数据帧转换为图形。然后我尝试应用 spring 布局：
pos = nx.spring_layout(G)
这部分代码需要永远。如果我尝试不同的布局，如 circular_layout 或 shell_layout，它会非常快，但布局适合我的图表。
对于这么大的图，有更好的方法来应用spring_layout吗？
对于这么大的图，我不建议使用 networkx 来可视化这么大的图。备选方案是 graphviz 或 Gephi。
查看以下相关问题列表：
- Huge Graph Visualization
- Visualize big graphs
- Visualizing Undirected Graph That's Too Large for GraphViz?
- Software for visualizing very large graphs
- How to visualize large graph?
我有一个 node1、node2 形式的数据集，想用网络构建一个图。这是一个相当大的数据集，导致具有 500k 个节点的图
import pandas as pd
import numpy as np
import networkx as nx
df = pd.read_csv('large.csv')
G=nx.from_pandas_edgelist(df, 'node1','node2')
这部分代码运行速度非常快，可以将数据帧转换为图形。然后我尝试应用 spring 布局：
pos = nx.spring_layout(G)
这部分代码需要永远。如果我尝试不同的布局，如 circular_layout 或 shell_layout，它会非常快，但布局适合我的图表。
对于这么大的图，有更好的方法来应用spring_layout吗？
对于这么大的图，我不建议使用 networkx 来可视化这么大的图。备选方案是 graphviz 或 Gephi。
查看以下相关问题列表：
- Huge Graph Visualization
- Visualize big graphs
- Visualizing Undirected Graph That's Too Large for GraphViz?
- Software for visualizing very large graphs
- How to visualize large graph?