可視化

可視化工具。

圖形

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[source]

傳回 SVG 格式的圖形影像。

參數：

  • 鄰接矩陣 – 圖形的鄰接矩陣。

  • 位置 – 節點的位置。

  • 名稱 – 節點的名稱。

  • 標籤 – 節點的標籤（負值表示沒有標籤）。

  • 名稱位置 – 名稱的位置（左、右、上、下）

  • 分數 – 節點的分數（重要性測量）。

  • 機率 – 標籤上的機率分佈。

  • 種子 – 要突出的節點（如果是字典，只考慮鍵）。

  • 寬度 – 影像的寬度。

  • 高度 – 影像的高度。

  • 邊界 – 影像的邊界。

  • 文字邊界 – 節點和文字之間的邊界。

  • 縮放 – 影像維度上的乘法因子。

  • 節點順序 – 顯示節點的順序。

  • 節點大小 – 節點的大小。

  • 節點最小大小 – 節點的最小大小。

  • 節點最大大小 – 節點的最大大小。

  • 節點寬度 – 節點圓形的寬度。

  • 節點最大寬度 – 節點圓形的最大寬度。

  • 節點顏色 – 節點的預設顏色（svg 顏色）。

  • 顯示節點權重 – 如果為 True，透過節點大小顯示節點權重。

  • 節點權重 – 節點權重。

  • 顯示邊緣 – 如果為 True，顯示邊緣。

  • 邊緣標籤 – 邊緣的標籤，以整理元組 (來源、目標、標籤) 的形式表示

  • 邊緣寬度 – 邊緣的寬度。

  • 邊緣最小寬度 – 邊緣的最小寬度。

  • 邊緣最大寬度 – 邊緣的最大寬度。

  • 顯示邊緣權重 – 如果為 True，透過邊緣寬度顯示邊緣權重。

  • 邊緣顏色 – 邊緣的預設顏色 (svg 顏色)。

  • 標籤顏色 – 標籤的顏色 (svg 色彩)。

  • 字體大小 – 字體大小。

  • 有向 – 如果 True，視圖形為有向圖。

  • 檔案名稱 – 要儲存影像的檔案名稱 (選用)。

傳回:

影像 – SVG 影像。

傳回類別:

字串

範例

>>> 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[source]

傳回 SVG 格式的二部圖形狀。

參數：

  • 二鄰接矩陣 – 圖形的二鄰接矩陣。

  • 列名 – 列的名稱。

  • 欄名 – 欄的名稱。

  • 列標籤 – 列的標籤 (負值表示無標籤)。

  • 欄標籤 – 欄的標籤 (負值表示無標籤)。

  • 列分數 – 列的分數 (重要性量度)。

  • 欄分數 – 欄的分數 (重要性量度)。

  • 列機率分布 – 列標籤上的機率分布。

  • 欄機率分布 – 欄標籤上的機率分布。

  • 列種子 – 要標示的列 (如果是字典，只考慮其鍵)。

  • 欄種子 – 要標示的欄 (如果是字典，只考慮其鍵)。

  • 列位置 – 列的位置。

  • 欄位置 – 欄的位置。

  • 重新排序 – 使用聚類排列節點。

  • 寬度 – 影像的寬度。

  • 高度 – 影像的高度。

  • 邊界 – 影像的邊界。

  • 文字邊界 – 節點和文字之間的邊界。

  • 縮放 – 影像維度上的乘法因子。

  • 節點大小 – 節點的大小。

  • 最小節點大小 – 最小的節點大小。

  • 最大節點大小 – 最大的節點大小。

  • 顯示節點權重 – 如果為 True，透過節點大小顯示節點權重。

  • 列節點權重 – 列的權重 (僅當 顯示節點權重 為 True 時使用)。

  • 欄節點權重 – 欄的權重 (僅當 顯示節點權重 為 True 時使用)。

  • 節點寬度 – 節點圓形的寬度。

  • 節點最大寬度 – 節點圓形的最大寬度。

  • 列顏色 – 列的預設顏色 (svg 顏色)。

  • 欄顏色 – 欄的預設顏色 (svg 顏色)。

  • 標籤顏色 – 標籤的顏色 (svg 顏色)。

  • 顯示邊緣 – 如果為 True，顯示邊緣。

  • 邊緣標籤 – 邊緣的標籤，以整理元組 (來源、目標、標籤) 的形式表示

  • 邊緣寬度 – 邊緣的寬度。

  • 邊緣最小寬度 – 邊緣的最小寬度。

  • 邊緣最大寬度 – 邊緣的最大寬度。

  • 顯示邊緣權重 – 如果為 True，透過邊緣寬度顯示邊緣權重。

  • 邊緣顏色 – 邊緣的預設顏色 (svg 顏色)。

  • 字體大小 – 字體大小。

  • 檔案名稱 – 要儲存影像的檔案名稱 (選用)。

傳回:

影像 – SVG 影像。

傳回類別:

字串

範例

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

樹狀圖

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)[source]

傳回 SVG 格式的樹狀圖形狀。

參數：

  • 樹狀圖 – 要顯示的樹狀圖。

  • 名稱 – 葉子的名稱。

  • 旋轉 – 如果 True，旋轉樹狀圖，讓根部在左側。

  • 寬 – 影像的寬度 (不含邊界)。

  • 高 – 影像的高度 (不含邊界)。

  • 邊界 – 邊界。

  • 文字邊界 – 葉子和它們的名稱 (如果有的話) 之間的邊界。

  • 縮放 – 縮放因子。

  • 線條寬度 – 線條寬度。

  • 叢集數 – 要顯示的顏色分群數。

  • 顏色 – 樹狀圖的預設 SVG 顏色。

  • 顏色 – 樹狀圖叢集的 SVG 顏色 (選用)。

  • 字體大小 – 字體大小。

  • reorder - 是<code class="docutils literal notranslate">＜span class="pre">True＞</code>的話，會重新排列節點，使其左子樹的節點比右子樹多。

  • rotate_names - 是<code class="docutils literal notranslate">＜span class="pre">True＞</code>的話，會旋轉節點的名稱（僅當rotate 為<code class="docutils literal notranslate">＜span class="pre">False＞</code>時有效）。

  • 檔案名稱 – 要儲存影像的檔案名稱 (選用)。

範例

>>> 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'