在networkx中按重量着色边

Question

我在这里只找到了与我想要的相似的东西：

Coloring networkx edges based on weight

不过，我似乎不能把这个应用到我的问题上。我有一个带加权边的图，但是权重不是唯一的（所以有15个权重为1的边）。我想根据它们的重量给边缘上色，重量越轻，颜色越浅。

我试图应用上述问题中建议的方法，但根据我的理解，这要求每个边上的权重是唯一的？

到目前为止，我已经按照不同边缘权重的升序生成了一个列表，并希望使用它来分类可能的边缘颜色。我尽量避免按权重绘制边，因为将来可能需要绘制一个非常大的图，边上的权重范围很大。

如果不清楚，请在评论中告诉我，我会给出更具体的信息。

谢谢！

编辑： 定义绘制图（目标）： nlist=[target]+G.neighbors（目标） H=nx.子图（G，nlist） n=H.边数（） 颜色=范围（n） labels，weights=颜色和边缘（H）

pos = nx.spring_layout(H)
nx.draw(H, pos, node_color='#A0CBE2',edge_color=colours, node_size=100, edge_cmap=plt.cm.Blues, width=0.5, with_labels=False)
nx.draw_networkx_edge_labels(H, pos, edge_labels=labels)
plt.savefig("Graphs/edge_colormap_%s.png" % target) # save as png
plt.show() # display
pass

def colour_and_label_edges(graph):
    d={}
    for (u,v) in graph.edges():
        d[u,v]=graph[u][v]['weight']
    temp=[]
    for val in d.values():
        if val not in temp:
            temp.append(val)
    weights = sorted(temp,key=int)
    return d, weights

上面的代码是不完整的，但其思想是函数给我一个权重列表，如下所示：

[1，2，3，4，5，6，9，10，16，21，47，89，124，134，224]

然后我想用这个列表给每个权重分配一种颜色，权重越高颜色越暗。（在这个例子中，我使用了一个非常小的子图来表示数据集）。希望能澄清一点

Answer 1

可以使用边权重和颜色映射来绘制它们。你可能需要一个不同于下面的颜色图。

import matplotlib.pyplot as plt
import networkx as nx
import random

G = nx.gnp_random_graph(10,0.3)
for u,v,d in G.edges(data=True):
    d['weight'] = random.random()

edges,weights = zip(*nx.get_edge_attributes(G,'weight').items())

pos = nx.spring_layout(G)
nx.draw(G, pos, node_color='b', edgelist=edges, edge_color=weights, width=10.0, edge_cmap=plt.cm.Blues)
plt.savefig('edges.png')