有没有办法保证NetworkX的分层输出？

我正在尝试生成树形结构的流程图。我已经可以使用networkx创建代表性的图形，但是我需要一种在输出绘图时显示树形结构的方法。我正在使用matplotlib.pylab绘制图形。

我需要以类似于此处所示的结构来显示数据。虽然我没有子图。

如何保证这样的结构？

非信徒的例子：

我已经可以使用pylab和graphviz来显示图，但是都没有提供我要寻找的树结构。我已经尝试过networkx必须提供的所有布局，但是没有一个显示层次结构。我只是不确定要给它什么选项/方式，或者如果我需要使用权重。任何建议将帮助一堆。

@jterrace：

这是我用来制作上述图的大致轮廓。我添加了一些标签，但除此之外，它是相同的。

import networkx as nx
import matplotlib.pyplot as plt
G = nx.Graph()

G.add_node("ROOT")

for i in xrange(5):
    G.add_node("Child_%i" % i)
    G.add_node("Grandchild_%i" % i)
    G.add_node("Greatgrandchild_%i" % i)

    G.add_edge("ROOT", "Child_%i" % i)
    G.add_edge("Child_%i" % i, "Grandchild_%i" % i)
    G.add_edge("Grandchild_%i" % i, "Greatgrandchild_%i" % i)

plt.title("draw_networkx")
nx.draw_networkx(G)

plt.show()

如果使用有向图，则Graphviz点布局将对树执行所需的操作。这是类似于上述解决方案的一些代码，显示了如何执行此操作

import networkx as nx
from networkx.drawing.nx_agraph import graphviz_layout
import matplotlib.pyplot as plt
G = nx.DiGraph()

G.add_node("ROOT")

for i in range(5):
    G.add_node("Child_%i" % i)
    G.add_node("Grandchild_%i" % i)
    G.add_node("Greatgrandchild_%i" % i)

    G.add_edge("ROOT", "Child_%i" % i)
    G.add_edge("Child_%i" % i, "Grandchild_%i" % i)
    G.add_edge("Grandchild_%i" % i, "Greatgrandchild_%i" % i)

# write dot file to use with graphviz
# run "dot -Tpng test.dot >test.png"
nx.nx_agraph.write_dot(G,'test.dot')

# same layout using matplotlib with no labels
plt.title('draw_networkx')
pos=graphviz_layout(G, prog='dot')
nx.draw(G, pos, with_labels=False, arrows=False)
plt.savefig('nx_test.png')

更新

这是为networkx-2.0更新的版本（以及即将发布的networkx-2.1也会绘制箭头）。

import networkx as nx
from networkx.drawing.nx_agraph import write_dot, graphviz_layout
import matplotlib.pyplot as plt
G = nx.DiGraph()

G.add_node("ROOT")

for i in range(5):
    G.add_node("Child_%i" % i)
    G.add_node("Grandchild_%i" % i)
    G.add_node("Greatgrandchild_%i" % i)

    G.add_edge("ROOT", "Child_%i" % i)
    G.add_edge("Child_%i" % i, "Grandchild_%i" % i)
    G.add_edge("Grandchild_%i" % i, "Greatgrandchild_%i" % i)

# write dot file to use with graphviz
# run "dot -Tpng test.dot >test.png"
write_dot(G,'test.dot')

# same layout using matplotlib with no labels
plt.title('draw_networkx')
pos =graphviz_layout(G, prog='dot')
nx.draw(G, pos, with_labels=False, arrows=True)
plt.savefig('nx_test.png')

您可以使用pygraphviz进行接近：

>>> import pygraphviz
>>> import networkx
>>> import networkx as nx
>>> G = nx.Graph()
>>> G.add_node("ROOT")
>>> for i in xrange(5):
...     G.add_node("Child_%i" % i)
...     G.add_node("Grandchild_%i" % i)
...     G.add_node("Greatgrandchild_%i" % i)
...     G.add_edge("ROOT", "Child_%i" % i)
...     G.add_edge("Child_%i" % i, "Grandchild_%i" % i)
...     G.add_edge("Grandchild_%i" % i, "Greatgrandchild_%i" % i)

>>> A = nx.to_agraph(G)
>>> A.layout('dot', args='-Nfontsize=10 -Nwidth=".2" -Nheight=".2" -Nmargin=0 -Gfontsize=8')
>>> A.draw('test.png')

结果：

注意我从上面发布的链接中复制了graphviz选项。我不确定为什么将第四个孩子画在顶部而不是严格按照垂直格式绘制。也许对Graphviz选项了解更多的人可以提供帮助。

如果您不想安装graphviz，则可以将grandalf用于仅python的解决方案。

同样，这种类型的可视化被称为分层图形绘图或Sugiyama风格的图形绘图，它们可以显示多种图形，包括非树。

有关详细信息和实现，请参见我对其他问题的回答。