Python、networkx

我需要帮助，因为我不擅长编程

对于一个具有n个节点和E个边的给定图，如何绘制平面图（如果一个图可以在平面中绘制，这样就没有边交叉），则称其为平面图。然后翻转边，得到另一个平面图（循环，直到我们得到所有可能的结果）

先谢谢你，谢谢你的帮助

派克

---

>#使用pygraphviz可视化
A=pgv.AGraph（）
文件“”，第6行
A=pgv.AGraph（）
^
SyntaxError:无效语法
>>>A.从（G.边（））添加边
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
NameError:未定义名称“A”
>>>A.布局（prog='dot'）
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
NameError:未定义名称“A”
>>>A.draw（'planar.png'）
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
NameError:未定义名称“A”

您的问题涉及到几个难以计算的问题

首先，一些理论。如果图G是平面的，则G的每个子图都是平面的。从G（具有

e

edges）翻转边，将得到

2^e-1

平面子图（如果我们不关心连通性），这是指数型的（即，巨大且“不好”）。很可能，您希望找到“最大”平面子图

如果你想画平面图，它看起来也像平面，也就是说，知道存在一个边不相交的图形表示是一回事，找到这样的表示是另一回事

执行。networkx似乎没有检查图形是否为平面的功能。其他一些处理图形的包有（例如，has

g.is_planar（）

函数，其中

g

是图形对象）。下面，我写了一个基于networkx的“naive”（必须有更有效的方法）平面性检查

Edit2。如果你在pygraphviz上遇到麻烦，试着用networkx绘图，也许你会发现结果还可以。因此，不要使用“Visualization with pygraphviz”块，而是尝试以下操作：

编辑结束2

结果是这样的

你可以看到图片上有一个交叉点（但图形是平面的），它实际上是一个很好的结果（别忘了这个问题在计算上很难），pygraphviz是一个使用启发式算法的包装器。在

A.layout（prog='dot'）

行中，您可以尝试将“dot”替换为“twopi”、“neato”、“circo”等，以查看是否实现了更好的可视化效果

编辑。让我们考虑平面子图的问题。 让我们生成一个非平面图：

while True:
    J=nx.gnp_random_graph(n,p)
    if is_planar(J)[0]==False:
        break

我认为寻找平面子图最有效的方法是从“坏的次要”（即K（5）或K（3,3））中删除节点。以下是我的实现：

def find_planar_subgraph(G):
    if len(G)<3:
        return G
    else:
        is_planar_boolean,bad_minor=is_planar(G)
        if is_planar_boolean:
            return G
        else:
            G.remove_node(bad_minor[0])
            return find_planar_subgraph(G)

---

现在有了非平面图G的平面子图L（networkx图形对象）。

欢迎来到StackOverflow。这是一个问答网站。请查看常见问题解答：您是否需要绘制一个在视觉上看起来也是平面的平面图？一个相关问题：没有那么难。Max说得对，NetworkX不包含平面度测试和绘制代码。但是Boyer的C平面性代码有一个包装器，它可以与NetworkX平滑地互操作，并包含is_planar（）和绘图函数。请参阅以获取代码，尤其是可能是我见过的最好答案之一的示例。。。计算平面图的嵌入可以在线性时间内完成。例如，见。困难的是嵌入一个非平面图，这样边交叉的数量就最小化了。对不起，这个答案完全是错误的，我不理解有多少投票。首先，正如其他人已经指出的，找到一个平面嵌入可以在线性时间内完成，并且在计算上并不困难。第二，正如其他人已经指出的那样，您的算法只检查K5和K3,3子图，而不检查平面性所需的K5和K3,3子图。请编辑您的答案，以免混淆未来的读者！！！

import matplotlib.pyplot as plt
nx.draw(G)
# comment the line above and uncomment one of the 3 lines below (try each of them):
#nx.draw_random(G)
#nx.draw_circular(G)
#nx.draw_spectral(G)
plt.show()

while True:
    J=nx.gnp_random_graph(n,p)
    if is_planar(J)[0]==False:
        break

def find_planar_subgraph(G):
    if len(G)<3:
        return G
    else:
        is_planar_boolean,bad_minor=is_planar(G)
        if is_planar_boolean:
            return G
        else:
            G.remove_node(bad_minor[0])
            return find_planar_subgraph(G)

L=find_planar_subgraph(J)
is_planar(L)[0]
>> True