Python 如何使用networkx为每个类别指定特定的自定义节点颜色以可视化？

我有一个pandas数据集，其中有一列指定给它的组。但是我想自定义节点的颜色。例如，对于组0，节点为红色，对于组1，节点为蓝色。这是我在研究的基础上尝试的，但由于某些原因，它并没有真正遵循分组（根据分组应该只有两种颜色），我无法编辑颜色

这是保存在sample.csv文件中的我的数据集

ID|Parent|Group|
1 |   5  |  0  |
2 |   5  |  0  |
3 |   4  |  1  |
4 |   5  |  1  |
5 |   3  |  0  |

sample= pd.read_csv('sample.csv', encoding='cp1252')
G=nx.from_pandas_edgelist(sample, 'ID', 'Parent', create_using=nx.DiGraph())

carac=sample.set_index('ID')
carac=sample.reindex(G.nodes())
carac['Group']=pd.Categorical(carac['Group'])
carac['Group'].cat.codes

plt.figure(2,figsize=(5,5)) 
nx.draw(G, node_color=carac['Group'].cat.codes, cmap=plt.cm.Set1, node_size=150)

后果

更新：我也尝试过这个，但它也没有遵循颜色分组 不是用于节点组，而是用于每个节点本身。您应该将图形中每个节点的颜色添加到

颜色中：

node_颜色（颜色字符串或浮点数组，（默认值='#1f78b4'））–节点颜色。可以是单色格式字符串，也可以是与节点列表长度相同的颜色序列。如果指定了数值，则将使用cmap和vmin、vmax参数将其映射到颜色。有关更多详细信息，请参见matplotlib.scatter。


还要注意，您的
颜色
数组长度必须等于
G.节点的长度
！如果它们不同，
node\u color
将被忽略

G = nx.gnm_random_graph(20, 50, directed=True)

# Because of .pop(), the length of colors is different
colors = ['red' if n > 10 else 'blue' for n in G.nodes].pop()

nx.draw(G, with_labels=False, node_size=150, node_color=colors)

感谢您的回答，我如何检查样本['Group']的值是0还是1？我尝试了颜色=['red'（如果G.nodes中的样本['Group']>0，则为[G.nodes中的样本['Group']]使用颜色=['red'”）>0，如果G.nodes中的样本['Group']使用颜色，则为“blue”]，但它显示了一个错误：对于G.nodes中的样本['Group']，序列的真值是不明确的
。如果sample['Group'][G.nodes[n]['ID']]>0，则应使用类似于：
colors=['red'，否则G.nodes中n的颜色为'blue'，
for语句使用变量作为索引。如果使用
sample['Group']
，您将得到一个错误n将对节点进行迭代
G.nodes[n]['ID']
将为每个节点获取一个ID。然后您应该根据此ID提取组。我不确定
sample['group'][G.nodes[n]['ID']]]
是否可以工作，但正确的代码与此非常相似。我尝试过此方法，但出于某种原因，它显示了一个关键错误：“ID'尝试此方法：
如果int（sample.loc[df['ID']==n]['group']）==0，如果int（sample.loc df['ID']=n]['group']）=0，则G.nodes中的n为“蓝色”]
G = nx.gnm_random_graph(20, 50, directed=True)

# Not for groups, but for each node
colors = ['red' if n > 10 else 'blue' for n in G.nodes]

nx.draw(G, with_labels=False, node_size=150, node_color=colors)

G = nx.gnm_random_graph(20, 50, directed=True)

# Because of .pop(), the length of colors is different
colors = ['red' if n > 10 else 'blue' for n in G.nodes].pop()

nx.draw(G, with_labels=False, node_size=150, node_color=colors)