数据结构可视化 Graphviz在Python中的使用 [树的可视化]

简介: 数据结构可视化 Graphviz在Python中的使用 [树的可视化]

1. Graphviz 相关介绍

1.1 安装

安装直接在shell里面pip就好了,代码如下:

pip install graphviz

一个例子:

from graphviz import Digraph, Graph
g = Graph(engine='dot',
         node_attr={'shape': 'egg'},
         )
g.edge('hello1', 'hello2', label='l')
g.edge('hello1', 'hello3', label='r')
g.edge('hello2', 'hello4', label='l')
g.edge('hello2', 'hello5', label='r')
g.view()

1.2 有向图和无向图

有向图:graphviz.Digraph() edge 有向图

无向图:graphviz.Graph() edge 无向图

Digraph和Graph参数都是一样的,其中:

name: graphviz源码的文件名 即name.gv

comment: graphviz源码的comment,在源码的第一行

filename: graphviz源码的文件名 即filename

directory: 保存graphviz源码的文件夹

format: 文件格式 bmp, canon, cgimage, cmap, cmapx, cmapx_np, dot, dot_json, eps, exr, fig, gd, gd2, gif, gtk, gv, ico, imap, imap_np, ismap, jp2, jpe, jpeg, jpg, json, json0, pct, pdf, pic, pict, plain, plain-ext, png, pov, ps, ps2, psd, sgi, svg, svgz, tga, tif, tiff, tk, vml, vmlz, vrml, wbmp, webp, x11, xdot, xdot1.2, xdot1.4, xdot_json, xlib

engine: 布局 circo, dot, fdp, neato, osage, patchwork, sfdp, twopi

encoding: 源码保存的编码

graph_attr: 图属性

node_attr: 点属性

edge_attr: 边属性

1.3 node 属性

node_attr = {‘shape’: ‘box’}

node_attr = {‘fontname’: ‘SimHei’}

  • 黑体:SimHei
  • 宋体:SimSun
  • 新宋体:NSimSun
  • 仿宋:FangSong
  • 楷体:KaiTi

1.4 edge 属性

edge_attr = {‘arrowhead’: ‘rnormal’}

待更新

2. 数据结构可视化

2.1 画树

利用Graphviz画树,代码如下:

from graphviz import Digraph
class Node:
    def __init__(self, number, val=None, name=None, left=None, right=None):
        """number 必须要保证每个结点都是独一无二的,其他属性都可以 可存在可不存在"""
        self.number = number
        self.val = val
        self.name = name
        self.left = left
        self.right = right
def plot_tree(root):
    g = Digraph(
      format='png',
        engine='dot',
        node_attr={
            'shape': 'egg',
            'fontname': 'SimHei'
        },
        edge_attr={'arrowhead': 'normal'},
    )
    def dfs(g, node, parent=None, where=None):
        if not node:
            return
        if node and parent:
          # 如果 有name就以name为标签,没有name就以{number:val}表示标签
            name1 = parent.name if parent.name else str(parent.number) + f':{parent.val}'
            name2 = node.name if node.name else str(node.number) + f':{node.val}'
            # label 表示是否标记左or右
            g.edge(name1, name2, label=where)
        dfs(g, node.left, node, where='l')
        dfs(g, node.right, node, where='r')
    
    dfs(g, root)
    g.view()

使用方法如下:

plot_tree(root)


目录
相关文章
|
1月前
|
算法
数据结构之博弈树搜索(深度优先搜索)
本文介绍了使用深度优先搜索(DFS)算法在二叉树中执行遍历及构建链表的过程。首先定义了二叉树节点`TreeNode`和链表节点`ListNode`的结构体。通过递归函数`dfs`实现了二叉树的深度优先遍历,按预序(根、左、右)输出节点值。接着,通过`buildLinkedList`函数根据DFS遍历的顺序构建了一个单链表,展示了如何将树结构转换为线性结构。最后,讨论了此算法的优点,如实现简单和内存效率高,同时也指出了潜在的内存管理问题,并分析了算法的时间复杂度。
49 0
|
22天前
|
存储 索引 Python
Python编程数据结构的深入理解
深入理解 Python 中的数据结构是提高编程能力的重要途径。通过合理选择和使用数据结构,可以提高程序的效率和质量
134 59
|
22天前
|
存储 开发者 Python
Python 中的数据结构与其他编程语言数据结构的区别
不同编程语言都有其设计理念和应用场景,开发者需要根据具体需求和语言特点来选择合适的数据结构
|
22天前
|
存储 开发者 索引
Python 中常见的数据结构
这些数据结构各有特点和适用场景,在不同的编程任务中发挥着重要作用。开发者需要根据具体需求选择合适的数据结构,以提高程序的效率和性能
|
22天前
|
存储 算法 搜索推荐
Python 中数据结构和算法的关系
数据结构是算法的载体,算法是对数据结构的操作和运用。它们共同构成了计算机程序的核心,对于提高程序的质量和性能具有至关重要的作用
|
22天前
|
数据采集 存储 算法
Python 中的数据结构和算法优化策略
Python中的数据结构和算法如何进行优化?
|
14天前
|
数据可视化 编译器 Python
Manim:数学可视化的强大工具 | python小知识
Manim(Manim Community Edition)是由3Blue1Brown的Grant Sanderson开发的数学动画引擎,专为数学和科学可视化设计。它结合了Python的灵活性与LaTeX的精确性,支持多领域的内容展示,能生成清晰、精确的数学动画,广泛应用于教育视频制作。安装简单,入门容易,适合教育工作者和编程爱好者使用。
75 7
|
23天前
|
存储 缓存 算法
在C语言中,数据结构是构建高效程序的基石。本文探讨了数组、链表、栈、队列、树和图等常见数据结构的特点、应用及实现方式
在C语言中,数据结构是构建高效程序的基石。本文探讨了数组、链表、栈、队列、树和图等常见数据结构的特点、应用及实现方式,强调了合理选择数据结构的重要性,并通过案例分析展示了其在实际项目中的应用,旨在帮助读者提升编程能力。
44 5
|
28天前
|
存储 数据可视化 数据挖掘
使用Python进行数据分析和可视化
本文将引导你理解如何使用Python进行数据分析和可视化。我们将从基础的数据结构开始,逐步深入到数据处理和分析的方法,最后通过实际的代码示例来展示如何创建直观的数据可视化。无论你是初学者还是有经验的开发者,这篇文章都将为你提供有价值的见解和技巧。让我们一起探索数据的世界,发现隐藏在数字背后的故事!
|
1月前
|
机器学习/深度学习 数据可视化 数据挖掘
使用Python进行数据分析和可视化
【10月更文挑战第42天】本文将介绍如何使用Python进行数据分析和可视化。我们将从数据导入、清洗、探索性分析、建模预测,以及结果的可视化展示等方面展开讲解。通过这篇文章,你将了解到Python在数据处理和分析中的强大功能,以及如何利用这些工具来提升你的工作效率。