Python 绘制节点度直方图（networkx）

我有一个用networkx创建的网络

我希望看到网络中所有节点的分布与同一网络中的特定节点相比较

我创建了两个节点度的dict，如下所示：

df = df.T.corr(method="spearman")


edges = df.stack().reset_index()
edges.columns = ['var_1','var_2','correlation']
edges = edges.loc[ (edges['correlation'] < -0.6) | (edges['correlation'] > 0.6) & (edges['var_1'] != edges['var_2']) ].copy()

#create undirected graph with weights corresponding to the correlation magnitude
G0 = nx.from_pandas_edgelist(edges, 'var_1', 'var_2', edge_attr=['correlation'])


print(nx.info(G0))

# =============================================================================
degrees = [val for (node, val) in G0.degree()]
degrees2 = [val for (node, val) in G0.degree(['Aureobasidium', 'Cladosporium', 'Alternaria',
                                              'Filobasidium', 'Vishniacozyma',
                                              'Sporobolomyces', 'Sphingomonas',
                                              'Methylobacterium'])]

df=df.T.corr（方法=“斯皮尔曼”）
edges=df.stack（）.reset_index（）
edges.columns=['var_1'，'var_2'，'correlation']
边=边。loc[（边['correlation']<-0.6）|（边['correlation']>0.6）和（边['var_1']！=边['var_2']）。复制（）
#创建无向图，其权重与相关性大小相对应
G0=nx.来自\u pandas\u edgelist（边，'var\u 1'，'var\u 2'，边属性=['correlation']））
打印（nx.info（G0））
# =============================================================================
度=[G0.degree（）中（节点，val）的val]
degrees2=[val表示G0中的（节点，val）度（['Aureobasidium'，'Cladosporium'，'Alternaria'，'，
"Filobasidium","Vishniacozyma",，
'孢子菌'，'鞘氨醇单胞菌'，
“甲基杆菌”]]

如何在一个简单的条形图（两个条形图相邻）上表示节点度 当Y轴是每个度数，X轴是度数时

我发现这个代码： 这就是我想要的没有小网络

我明白了

当我想要的时候，酒吧会挨着彼此

---

任何暂停都将被取消！Tnx

这是一个随机图的演示图

将numpy导入为np
将networkx导入为nx
将matplotlib.pyplot作为plt导入
G=nx.快速gnp随机图（100.5）
度=[G.degree（）中（节点，val）的val]
度数2=[d的绝对值（d-1），单位为度]
d1=np.阵列（度）
d2=np.数组（度数2）
plt.hist（[d1，d2]，label=['d1'，'d2']）
plt.图例（位置='右上'）
plt.show（）

---

能否编辑您的问题并添加用于条形图的准确代码？