Python NetworkX 图聚类算法可视化示例

以下 Python 代码展示了如何使用 NetworkX 库进行图聚类，并利用 Matplotlib 绘制可视化结果：

import networkx as nx
import matplotlib.pyplot as plt

# 创建无向图
G = nx.Graph()

# 添加节点
G.add_nodes_from([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])

# 添加边
G.add_edges_from([(1, 2), (1, 3), (2, 3), (2, 4), (3, 4), (5, 6), (5, 7), (6, 7), (8, 9), (8, 10), (9, 10)])

# 调用图聚类算法
subgraphs = list(nx.connected_components(G))

# 绘制图形
pos = nx.spring_layout(G)
colors = ['r', 'g', 'b', 'y', 'c', 'm', 'k']
for i, subgraph in enumerate(subgraphs):
    nx.draw_networkx_nodes(G, pos, nodelist=list(subgraph), node_color=colors[i % len(colors)])
nx.draw_networkx_edges(G, pos)
plt.show()

程序运行过程：首先创建了一个无向图 G，并添加了 10 个节点和 11 条边。接着调用了图聚类算法 nx.connected_components(G)，将图 G 分成了 3 个子图。最后，使用 Matplotlib 绘制了图形，其中每个子图用不同颜色表示。

本示例展示了如何使用 Python NetworkX 库进行图聚类，并利用 Matplotlib 绘制可视化结果。通过代码，我们可以直观地观察到图被分成多个子图，每个子图由连接在一起的节点构成。