graphviz 简单使用记录

api 文档:http://graphviz.readthedocs.io/en/stable/api.html#graph
最近在聚宽做每天收盘分析时,想做一个涨停传导路径,偶然了解到graphviz库,记录一下使用过程中的用法:

from graphviz import Digraph

dot = Digraph(comment='The Round Table')
#dot.attr('graph',rankdir='LR') #这个是关键,否则输出的是上下的
#添加圆点 A, A的标签是 King Arthur
dot.node('A', 'King Arthur')

#添加圆点 B, B的标签是 Sir Bedevere the Wise
dot.node('B', 'Sir Bedevere the Wise')

#添加圆点 L, L的标签是 Sir Lancelot the Brave
dot.node('L', 'Sir Lancelot the Brave')

dot.node('E', 'King Arthur')

#创建一堆边,即连接AB的边,连接AL的边。
dot.edges(['AB', 'BL','LE'])

输出如下图:


屏幕快照 2018-05-21 下午9.51.06.png

下面是我在聚宽中的代码:

from graphviz import Digraph


def plot_sparse_network(dot,data,key):
    data = data.sort(columns = ['连板','时间'],axis = 0,ascending = [False,True])
    lb_cnts = array(data.loc[:,'连板'])
    lb_cnts_exdump = []
    parent_node = None
    for i in lb_cnts:
        if i not in lb_cnts_exdump:
            lb_cnts_exdump.append(i)
    #从大到小排序,获得连板之王
    lb_cnts_exdump.sort(reverse = True)
    for i in range(len(lb_cnts_exdump)):
        cnt = lb_cnts_exdump[i]
        level_df = data[data['连板'] == cnt]
        indexes = array(level_df.index)
        for j in range(len(indexes)):
            node_name = level_df.ix[j,'名称']
            node_description = level_df.ix[j,'名称']
            if j == 0:
                node_description += str(cnt) 
            dot.node(node_name, node_description)
            if parent_node:
                dot.edge(parent_node,node_name,key)
            if j == len(indexes)-1 :
                #作为下一层的父节点
                parent_node = level_df.ix[0,'名称']

dot = Digraph(comment='The Round Table')
dot.attr('graph',rankdir='LR')

最后的输出是


521.png

是不是还不错。
最关键的是

dot.attr('graph',rankdir='LR')

文档中:

attr(kw=None, _attributes=None, **attrs)
Add a general or graph/node/edge attribute statement.

  • kw – Attributes target (None or 'graph', 'node', 'edge').
  • attrs – Attributes to be set (must be strings, may be empty).

第一个参数graph的话就是针对布局进行设置,node就是针对节点设置。
第二个就是朝向选择了

当初就是没加这句使得生存的图很扁!!

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,937评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,503评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,712评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,668评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,677评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,601评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,975评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,637评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,881评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,621评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,710评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,387评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,971评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,947评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,189评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,805评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,449评论 2 342

推荐阅读更多精彩内容