import matplotlib.pyplot as plt #導(dǎo)入科學(xué)繪圖包 import networkx as nx G=nx.random_graphs.barabasi_albert_graph(1000,10)#生成n=1000,m=10的無標(biāo)度的圖 print ("某個(gè)節(jié)點(diǎn)的度:",G.degree(0))#返回某個(gè)節(jié)點(diǎn)的度 # print("所有節(jié)點(diǎn)的度:",G.degree())#返回所有節(jié)點(diǎn)的度 # print("所有節(jié)點(diǎn)的度分布序列:",nx.degree_histogram(G))#返回圖中所有節(jié)點(diǎn)的度分布序列（從1至最大度的出現(xiàn)頻次） degree=nx.degree_histogram(G)#返回圖中所有節(jié)點(diǎn)的度分布序列 x=range(len(degree))#生成X軸序列，從1到最大度 y=[z/float(sum(degree))for z in degree]#將頻次轉(zhuǎn)化為頻率，利用列表內(nèi)涵 plt.scatter(x,y,s=1,color=(1,0,0))#在雙對(duì)坐標(biāo)軸上繪制度分布曲線 plt.show()#顯示圖表

?

另外一種

%matplotlib inline import matplotlib.pyplot as plt # from matplotlib.ticker import FuncFormatter # from matplotlib.ticker import MultipleLocator #plt.style.use('seaborn-whitegrid') import numpy as np import networkx as nx import os graph_file = 'E:\\BlogCatalog.edge' G=nx.read_edgelist(graph_file) degree=nx.degree_histogram(G)#print(degree) font1 = {'family' : 'Times New Roman', 'weight' : 'normal', 'size' : 18, }xlabel="degree(d)" ylabel="Frequency" title=graph_file.split('\\')[-1].split('.')[0] tofile='E:\\'+title area=2x=range(len(degree)) d={}y=[z for z in degree] # x_major_locator=MultipleLocator() # #把x軸的刻度間隔設(shè)置為1，并存在變量里 # y_major_locator=MultipleLocator() # #把y軸的刻度間隔設(shè)置為10，并存在變量里 figsize=(5.8,5.2) plt.figure(figsize=figsize) plt.ylabel(ylabel,font1) plt.xlabel(xlabel,font1) plt.title(title,font1) plt.xticks(fontproperties = 'Times New Roman',size=14) plt.yticks(fontproperties = 'Times New Roman',size=14) #plt.loglog(x,y,color='blue',linewidth=2) plt.loglog(x,y,'.',c='blue') # plt.savefig(tofile+'.jpg') #nx.draw(G,node_color='y',with_labels=True) plt.show()

總結(jié)

以上是生活随笔為你收集整理的网络图结构中节点度分布的散点图的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。