使用FR算法布局

安装Nekoray和相关依赖

确保你已经安装了Nekoray和必要的绘图库：

pip install nekoray matplotlib

创建一个简单的网络图

1. 导入必要的库：

import nekoray as nr
import matplotlib.pyplot as plt

2. 创建一个图实例：

graph = nr.Graph()

3. 添加节点：

node1 = nr.Node(id=1, label="A", size=50)
node2 = nr.Node(id=2, label="B")
node3 = nr.Node(id=3, label="C")
graph.add_nodes(node1, node2, node3)

4. 添加边：

edge1 = nr.Edge(source=node1, target=node2, label="AB")
edge2 = nr.Edge(source=node2, target=node3, label="BC")
graph.add_edges(edge1, edge2)

5. 绘制图并显示：

plt.figure(figsize=(10, 8))
graph.plot()
plt.show()

自定义图形样式

6. 设置节点和边的样式：

graph.set_graph_style(
    node_color='blue',
    node_border_color='black',
    node_border_width=2,
    edge_color='red',
    edge_label_color='black'
)

7. 调整布局（可选）：

8. 再次绘制并显示：

plt.figure(figsize=(10, 8))
graph.plot()
plt.show()

保存图形

9. 保存为图片文件：

plt.savefig('network_graph.png', dpi=300, bbox_inches='tight')
plt.show()

导入预先存在的数据

10. 从CSV文件导入数据：

from nr.io import from_csv
graph = from_csv('network_data.csv')

高级功能：批量修改和自定义标注

11. 批量修改节点属性：

nodes = graph.nodes().filter(lambda x: x.id == 1)
nodes.update({'color': 'red'})

12. 添加自定义标注和图例：

plt.text(2, 2, '中间节点', ha='center', va='center')
plt.legend()
plt.show()

处理错误和问题

• 如果图形没有显示,检查Matplotlib安装。
• 如果节点或边没有正确显示,检查节点和边的属性是否正确设置。

参考文档

访问Nekoray官方文档,获取更多功能和方法的详细信息。

通过以上步骤，你可以方便地使用Nekoray绘制和分析网络图,满足各种数据可视化需求。