Python 如何基于节点颜色向networkx图形添加图例

我第一次使用NetworkX，我正在基于pandas数据帧绘制一个简单的网络

节点位于节点_df中，该节点具有ID和相应的组，其中组确定节点的颜色。边_df具有边，这些边是ID和ID_2之间的连接。所有ID都位于节点_df中

我可以绘制图形，并根据字典为节点着色，字典将字符串（即“Group1”）替换为

cmap

参数使用的数字

Colour_df = Edges_df.replace({"Group5": 5,"Group4": 4, "Group3": 3, "Group2": 2, "Group1": 1})

Colour_map = dict(zip(Nodes_df["ID"].astype(float), Colour_df["Group"]))

G = nx.from_pandas_edgelist(df=Edges_df, source="ID", target="ID_2",
                            create_using=nx.Graph())

values = [Colour_map.get(node) for node in G.nodes()]

nx.draw(G, cmap=plt.get_cmap('Spectral'), node_color=values,
        node_size=20)

plt.show()

我正在使用matplotlib，无法在图表上显示图例。我已尝试将字典传递到

nx.draw\u networkx\u nodes（）

中的

label

参数，但我只得到keyrerror:5

我只想要一个像这样的传奇：

[]第1组

[]第2组

[]第3组

---

[…]

您可以在同一绘图中创建与图形具有相同颜色方案的空散点图，并使用其图例：

虚拟图数据

Nodes_df = pd.DataFrame(
    {'ID': range(20),
     'Group': ['Group{}'.format(np.random.randint(1,6)) for a in range(20)]}
)

Edges_df = pd.DataFrame(
    {'ID': np.random.randint(0,20,20),
     'ID_2': np.random.randint(0,20,20)}
)

Edges_df = Edges_df.merge(Nodes_df, how='left', left_on='ID', right_on='ID')

颜色

绘图

# compute maximum value s.t. all colors can be normalised
maxval = np.max(values) 

# get colormap
cmap=plt.cm.Spectral

# draw graph
nx.draw(G,
        node_color = [cmap(v/maxval) for v in values], # feed normalised group numbers directly into colormap
        node_size=50)

# make empty plot with correct color and label for each group
for v in set(values):
    plt.scatter([],[], c=[cmap(v/maxval)], label='Group{}'.format(v))

plt.legend()
plt.show()

Colour_df = Edges_df.replace({"Group5": 5,"Group4": 4, "Group3": 3, "Group2": 2, "Group1": 1})
Colour_map = dict(zip(Nodes_df["ID"].astype(float), Colour_df["Group"]))
G = nx.from_pandas_edgelist(df=Edges_df, source="ID", target="ID_2",
                            create_using=nx.Graph())
values = [Colour_map.get(node) for node in G.nodes()]

# compute maximum value s.t. all colors can be normalised
maxval = np.max(values) 

# get colormap
cmap=plt.cm.Spectral

# draw graph
nx.draw(G,
        node_color = [cmap(v/maxval) for v in values], # feed normalised group numbers directly into colormap
        node_size=50)

# make empty plot with correct color and label for each group
for v in set(values):
    plt.scatter([],[], c=[cmap(v/maxval)], label='Group{}'.format(v))

plt.legend()
plt.show()