Python Netgraph Matplotlib刷新图

如何解决Python Netgraph Matplotlib刷新图

我正在研究网络的可视化，其中包括带有边缘标签的可移动节点，这些边缘标签通过流数据进行更新。目前，在进行绘图时，我正在使用randint更新熊猫数据框。

当前代码可以生成节点，并允许它们移动并更新边缘标签，但是它感觉“笨拙”，并且每隔一段时间绘图就会闪烁轴（我不想看到）。我似乎无法在netgraph中找到一个好的钩子来简单地刷新图形而不进行清除和重绘，这将不可避免地随着网络的增长而恶化。有人知道我可以怎样使它更平滑吗？

这是当前代码：

import pandas as pd
import matplotlib.pyplot as plt
#plt.ion()
import networkx as nx
import random as r
import netgraph
import numpy as np

#Graph creation:
G=nx.Graph(type="")

#edges automatically create nodes
df=pd.read_csv('diyNodeSet.csv')  
G = nx.from_pandas_edgelist(df,source='sdr',target='rxr',\
    create_using=nx.DiGraph)

#Create edge list from dataframe
df['xy']=list(zip(df.sdr,df.rxr))
ed=list(zip(df.br,df.pct))
el=dict(zip(df.xy,ed))

pos = nx.layout.circular_layout(G)  ##initial node placement

# drag nodes around #########
plot_instance =   netgraph.InteractiveGraph(G,node_positions=pos,node_color='red',edge_labels=el)

#update the edge labels with random data
import threading
interval = 3

def updatePlot(oldPlot):
    nodePos=oldPlot.node_positions
    new_pct=pd.Series([r.randint(1,100),r.randint(1,100)],name='pct',index=[0,1,2,3])
    df.update(new_pct)
    ed=list(zip(df.br,df.pct))
    el=dict(zip(df.xy,ed))
    oldPlot.fig.clear()
    global plot_instance
    plot_instance =   netgraph.InteractiveGraph(G,node_positions=nodePos,edge_labels=el)

#call update each interval    
def startTimer():
    threading.Timer(interval,startTimer).start()
    updatePlot(plot_instance)
   
startTimer()

这是所需外观的片段：

解决方法

这是Netgraph（here）作者的回覆，它避免了重新绘制情节并消除了刻度线的出现：

def updatePlot(plot_instance):
    new_labels = ... # get your label dict
    plot_instance.draw_edge_labels(plot_instance.edge_list,new_labels,plot_instance.node_positions)
    plot_instance.fig.canvas.draw_idle()

这将添加新的边缘标签并更新现有的边缘标签。如果要删除边缘标签，则必须明确删除它们。 艺术家存储在字典中，该字典将边缘映射到艺术家。

for edge in edge_labels_to_remove:
    plot_instance.edge_label_artists[edge].remove() # delete artist
    del plot_instance.edge_label_artists[edge] # delete reference