首页 > Python资料 博客日记
【Python】模块graphviz使用入门
2025-01-09 18:00:04Python资料围观7次
graphviz 是一个用于创建和操作图形(如流程图、网络图等)的 Python 库。它依赖于 Graphviz 软件包,后者是一个开源的图形可视化软件。graphviz 库允许你从 Python 脚本中生成 Graphviz 的点文件(DOT 文件),并渲染成图像。
以下是使用 graphviz 的基本步骤:
1.安装
1.1 安装 Graphviz 软件
首先,你需要在你的系统上安装 Graphviz 软件包。你可以从 Graphviz 官网 下载并安装它。安装完成后,确保 dot 命令在你的系统路径中可用。
1.2 安装 Python 的 graphviz 库
你可以使用 pip 来安装 Python 的 graphviz 库:
pip install graphviz
2.1 基本用法
该graphviz模块提供了两个类:Graph和 Digraph。它们分别以DOT语言为无向图和有向图创建图描述。它们具有相同的 API。通过实例化一个new Graph或 Digraphobject 创建一个图形:
from graphviz import Digraph
dot = Digraph(comment='The Round Table')
print(dot)
输出如下信息
// The Round Table
digraph {
}
然后我们可以添加点和边,通过node()和edge()或edges()来实现。
from graphviz import Digraph
dot = Digraph(comment='The Round Table')
dot.node('A', 'King Arthur')
dot.node('B', 'Sir Bedevere the Wise')
dot.node('L', 'Sir Lancelot the Brave')
dot.edges(['AB', 'AL'])
dot.edge('B', 'L', constraint='false')
print(dot.source)
生成的源代码如下:
// The Round Table
digraph {
A [label="King Arthur"]
B [label="Sir Bedevere the Wise"]
L [label="Sir Lancelot the Brave"]
A -> B
A -> L
B -> L [constraint=false]
}
最后我们可以通过如下代码保存图像pdf文件,并显示。通过设置view=True将自动使用系统默认的文件类型的查看器应用程序打开生成的文件(PDF,PNG,SVG等)。
dot.render('test-output/round-table.gv', view=True)
2.2 输出图像格式
要使用与默认PDF 不同的输出文件格式,请format在创建Graph或 Digraph对象时使用参数:
from graphviz import Graph
g = Graph(format='png')
或者在基本用法的例子中在输出中添加format='jpg’便可以获得jpg图像。
dot.render('test-output/round-table.gv',format='jpg', view=True)
如果是想设置输出图像的dpi,需要在创建Graph或Digraph对象时,设置dpi参数。
from graphviz import Graph
g = Graph(format='png')
g.graph_attr['dpi'] = '300'
2.3 图像style设置
使用graph_attr,node_attr和 edge_attr参数更改默认外观的图表,点和连接线。
from graphviz import Digraph
ps = Digraph(name='pet-shop', node_attr={'shape': 'plaintext'},format='png')
ps.node('parrot')
ps.node('dead')
ps.edge('parrot', 'dead')
2.4 属性
要设置图中的所有后续图形,点或边的树形,请使用attr()方法,如下所示:
from graphviz import Digraph
from graphviz import Graph
ni = Graph('ni',format='jpg')
ni.attr('node', shape='rarrow')
ni.node('1', 'Ni!')
ni.node('2', 'Ni!')
ni.node('3', 'Ni!', shape='egg')
ni.attr('node', shape='star')
ni.node('4', 'Ni!')
ni.node('5', 'Ni!')
ni.attr(rankdir='LR')
ni.edges(['12', '23', '34', '45'])
print(ni.source)
ni.view()
2.5 子图和聚类
图和有向图对象有一个subgraph()-用于向实例添加子图的方法。
有两种方法可以使用它:使用与唯一参数(其内容作为子图添加)类型相同的现成图形对象,或者省略图形参数(返回上下文管理器,以便在with块中更优雅地定义子图内容)。
第一个用法选项,只有graph作为参数:
from graphviz import Digraph
from graphviz import Graph
p = Graph(name='parent', node_attr={'shape': 'plaintext'},format='png')
p.edge('spam', 'eggs')
c = Graph(name='child', node_attr={'shape': 'box'})
c.edge('foo', 'bar')
p.subgraph(c)
p.view()
第二次使用,带有with-block(忽略graph参数):
p = Graph(name='parent')
p.edge('spam', 'eggs')
with p.subgraph(name='child', node_attr={'shape': 'box'}) as c:
c.edge('foo', 'bar')
两者结果相同如下图所示:
3 实例
代表的实例图像如下所示
- 有向图
代码
from graphviz import Digraph
g = Digraph('G', filename='hello.gv',format='png')
g.edge('Hello', 'World')
g.view()
结果如图所示:
- 无向图
代码
from graphviz import Graph
g = Graph('G', filename='process.gv', engine='sfdp',format='png')
g.edge('run', 'intr')
g.edge('intr', 'runbl')
g.edge('runbl', 'run')
g.edge('run', 'kernel')
g.edge('kernel', 'zombie')
g.edge('kernel', 'sleep')
g.edge('kernel', 'runmem')
g.edge('sleep', 'swap')
g.edge('swap', 'runswap')
g.edge('runswap', 'new')
g.edge('runswap', 'runmem')
g.edge('new', 'runmem')
g.edge('sleep', 'runmem')
g.view()
结果如图所示:
- 子图
代码
from graphviz import Digraph
g = Digraph('G', filename='cluster.gv',format='png')
# NOTE: the subgraph name needs to begin with 'cluster' (all lowercase)
# so that Graphviz recognizes it as a special cluster subgraph
with g.subgraph(name='cluster_0') as c:
c.attr(style='filled', color='lightgrey')
c.node_attr.update(style='filled', color='white')
c.edges([('a0', 'a1'), ('a1', 'a2'), ('a2', 'a3')])
c.attr(label='process #1')
with g.subgraph(name='cluster_1') as c:
c.attr(color='blue')
c.node_attr['style'] = 'filled'
c.edges([('b0', 'b1'), ('b1', 'b2'), ('b2', 'b3')])
c.attr(label='process #2')
g.edge('start', 'a0')
g.edge('start', 'b0')
g.edge('a1', 'b3')
g.edge('b2', 'a3')
g.edge('a3', 'a0')
g.edge('a3', 'end')
g.edge('b3', 'end')
g.node('start', shape='Mdiamond')
g.node('end', shape='Msquare')
g.view()
结果如图所示:
4 如何进一步使用python graphviz
python graphviz官方文档如下:
https://graphviz.readthedocs.io/en/stable/index.html
在实际使用时,参考官方实例就行。
实际上graphviz画一些流程图即可,而且需要较大的调整参数。因此如果非紧急绘图建议使用visio。
本文参考 https://www.cnblogs.com/luohenyueji/p/16970270.html,如有侵权,请联系删除。
文末福利
最后这里免费分享给大家一份Python全台学习资料,包含视频、源码、课件、
编程资料、学习路线图、源代码、软件安装包等!
① Python所有方向的学习路线图,清楚各个方向要学什么东西
② 100多节Python课程视频,涵盖必备基础、爬虫和数据分析
③ 100多个Python实战案例,学习不再是只会理论
④ 华为出品独家Python漫画教程,手机也能学习
⑤ 历年互联网企业Python面试真题,复习时非常方便
可以扫描下方CSDNA官方认证二维码领取【保证100%免费】
标签:
相关文章
最新发布
- python成长技能之正则表达式
- 【已解决】ERROR: No matching distribution found for torch.安装torch一次性解决方法
- 一问一答学习PyQT6,对比WxPython和PyQt6的差异
- 创建和使用 Python 虚拟环境(使用Python自带的venv模块)
- 【Python】模块graphviz使用入门
- python如何使用RocketMQ入门
- 『玩转Streamlit』--集成定时任务
- Python 代码 Debug 的 10 个实用技巧
- Python电子书学习推荐 | 6本python书籍(附PDF版),看完少走一半弯路
- 微软开源!Office 文档轻松转 Markdown!
点击排行
- 版本匹配指南:Numpy版本和Python版本的对应关系
- 版本匹配指南:PyTorch版本、torchvision 版本和Python版本的对应关系
- Python 可视化 web 神器:streamlit、Gradio、dash、nicegui;低代码 Python Web 框架:PyWebIO
- 相关性分析——Pearson相关系数+热力图(附data和Python完整代码)
- Anaconda版本和Python版本对应关系(持续更新...)
- Python与PyTorch的版本对应
- Windows上安装 Python 环境并配置环境变量 (超详细教程)
- Python pyinstaller打包exe最完整教程