Zeichnen Sie den Graphen NetworkX

Hinzufügen am Ende:

plt.show()

import networkx as nx
import matplotlib.pyplot as plt
g1 = nx.petersen_graph()
nx.draw(g1)
plt.show()

Wenn Sie von einer interaktiven shell, wo plt.ion() aufgerufen wurde, die plt.show() ist nicht erforderlich. Dies ist wahrscheinlich, warum es ist ausgelassen in einer Menge von Beispielen.

Wenn Sie diese Befehle aus einem Skript (wo plt.ion() wurde nicht genannt), der plt.show() benötigt wird. plt.ion() ist okay für interaktive Sitzungen, aber ist nicht empfohlen für Skripte.

Können Sie leicht Grundstück mit networkx Graphen mit jupyter notebook. Siehe erstes Beispiel.

ODER Sie können Bokeh zum Plotten von Graphen, die zusätzlich mit nützlichen features.
Das Paket holoviews macht es auch einfacher zu zeichnen einen Graphen mit bokeh. Es fügt Funktionen wie die automatische Hervorhebung und zeigen der Etiketten, während die Maus über den Knoten. Allerdings Bearbeiten von Farben etc. scheint ein Problem zu sein.

%pylab inline  
# `pylab notebook`  # for interactive plots

import pandas as pd
import networkx as nx
import holoviews as hv

G=nx.Graph()
ndxs = [1,2,3,4]
G.add_nodes_from(ndxs)
G.add_weighted_edges_from( [(1,2,0), (1,3,1) , (1,4,-1) , (2,4,1) , (2,3,-1), (3,4,10) ] ) 
nx.draw(G, nx.spring_layout(G, random_state=100))

Und hier das Beispiel mit bokeh und holoview:

hv.extension('bokeh')
%opts Graph [width=400 height=400]
padding = dict(x=(-1.1, 1.1), y=(-1.1, 1.1))
hv.Graph.from_networkx(G, nx.layout.spring_layout).redim.range(**padding)

Sollten Sie probieren Sie es aus und zeichnen Sie es in Ihrem notebook, den Unterschied zu sehen.