Python 使用PyGraphviz库进行图形化数据展示(2)

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

实用示例：图形化文章思想

假设我们需要图形化地展示一篇文章的核心思想和结构，以下是使用PyGraphviz实现这一需求的步骤。

初始化图形

首先，我们需要创建一个新的图形对象。

import pygraphviz as pgv
G = pgv.AGraph(strict=False, directed=True)

设置图形、节点和边的属性

可以设置图形、节点和边的各种属性，比如颜色、形状和标签等。

G.graph_attr.update(fontsize="16")
G.node_attr.update(shape="ellipse", style="filled", fillcolor="lightyellow")
G.edge_attr.update(color="black")

添加节点和边

使用add_node和add_edge方法来添加节点和边。

G.add_node("增加阅读量")
G.add_node("阅读理解能力提高")
G.add_edge("增加阅读量", "阅读理解能力提高", label="直接影响")

渲染和展示图形

最后，使用layout和draw方法来渲染和保存图形。

G.layout(prog="dot")
G.draw("output.png")

全部代码

from PIL import Image
import matplotlib.pyplot as plt
import pygraphviz as pgv
from IPython.display import display

# Create a new graph
G = pgv.AGraph(strict=False, directed=True)

# Setting general attributes for the graph
G.graph_attr.update(
    fontsize="16",
    fontcolor="black",
    bgcolor="white",
)
G.node_attr.update(
    shape="ellipse",
    style="filled",
    fillcolor="lightyellow",
    fontsize="14",
    fontcolor="black",
)
G.edge_attr.update(
    color="black",
    arrowhead="vee",
)

# Nodes and Edges
G.add_node("增加阅读量", fillcolor="#ffb3b3", fontsize="16")
G.add_node("阅读理解能力提高", fillcolor="#ffcc99")
G.add_node("思考能力提高", fillcolor="#ffff99")
G.add_node("科学素养提高", fillcolor="#ccffcc")
G.add_node("数学素养提高", fillcolor="#cce6ff")

# Relationships
G.add_edge("增加阅读量", "阅读理解能力提高", label="直接影响", fontsize="12")
G.add_edge("阅读理解能力提高", "思考能力提高", label="密切相关", fontsize="12")
G.add_edge("思考能力提高", "科学素养提高", label="间接影响", fontsize="12")
G.add_edge("思考能力提高", "数学素养提高", label="间接影响", fontsize="12")

# Generate the graph
G.layout(prog="dot")

# Render the graph
file_path = "/mnt/data/reading\_impact\_graph.png"
G.draw(file_path)

# Display the graph
img = Image.open(file_path)
plt.figure(figsize=(12, 12))
plt.imshow(img)
plt.axis("off")
plt.show()

file_path




做了那么多年开发，自学了很多门编程语言，我很明白学习资源对于学一门新语言的重要性，这些年也收藏了不少的Python干货，对我来说这些东西确实已经用不到了，但对于准备自学Python的人来说，或许它就是一个宝藏，可以给你省去很多的时间和精力。



别在网上瞎学了，我最近也做了一些资源的更新，只要你是我的粉丝，这期福利你都可拿走。

我先来介绍一下这些东西怎么用，文末抱走。

* * *



**（1）Python所有方向的学习路线（新版）**

这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。



最近我才对这些路线做了一下新的更新，知识体系更全面了。



![在这里插入图片描述](https://img-blog.csdnimg.cn/8fc093dcfa1f476694c574db1242c05b.png)



**（2）Python学习视频**



包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。



![在这里插入图片描述](https://img-blog.csdnimg.cn/d66e3ad5592f4cdcb197de0dc0438ec5.png#pic_center)



**（3）100多个练手项目**

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。



![在这里插入图片描述](https://img-blog.csdnimg.cn/f5aeb4050ab547cf90b1a028d1aacb1d.png#pic_center)



**（4）200多本电子书**  

  

这些年我也收藏了很多电子书，大概200多本，有时候带实体书不方便的话，我就会去打开电子书看看，书籍可不一定比视频教程差，尤其是权威的技术书籍。



基本上主流的和经典的都有，这里我就不放图了，版权问题，个人看看是没有问题的。



**（5）Python知识点汇总**

知识点汇总有点像学习路线，但与学习路线不同的点就在于，知识点汇总更为细致，里面包含了对具体知识点的简单说明，而我们的学习路线则更为抽象和简单，只是为了方便大家只是某个领域你应该学习哪些技术栈。



![在这里插入图片描述](https://img-blog.csdnimg.cn/c741a91b05a542ba9dc8abf2f2f4b1af.png)



**（6）其他资料**



还有其他的一些东西，比如说我自己出的Python入门图文类教程，没有电脑的时候用手机也可以学习知识，学会了理论之后再去敲代码实践验证，还有Python中文版的库资料、MySQL和HTML标签大全等等，这些都是可以送给粉丝们的东西。



![在这里插入图片描述](https://img-blog.csdnimg.cn/9fa77af248b84885a6ec779b2ead064d.png)

**这些都不是什么非常值钱的东西，但对于没有资源或者资源不是很好的学习者来说确实很不错，你要是用得到的话都可以直接抱走，关注过我的人都知道，这些都是可以拿到的。**




**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**[需要这份系统化学习资料的朋友，可以戳这里获取](https://bbs.csdn.net/topics/618317507)**

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**