import networkx as nx import matplotlib.pyplot as plt # サンプルグラフ（Zachary’s Karate Club – 有名なサンプルデータ） G = nx.karate_club_graph() # 複数のレイアウトを比較 layouts = { ‘Spring Layout’: nx.spring_layout(G, seed=42), # バネモデル ‘Circular Layout’: nx.circular_layout(G), # 円形配置 ‘Random Layout’: nx.random_layout(G, seed=42), # ランダム配置 ‘Shell Layout’: nx.shell_layout(G) # シェル配置 } # 2×2のサブプロット fig, axes = plt.subplots(2, 2, figsize=(14, 12)) axes = axes.flatten() for i, (name, pos) in enumerate(layouts.items()): ax = axes[i] nx.draw( G, pos, node_color=’lightcoral’, node_size=300, with_labels=False, edge_color=’gray’, width=0.5, ax=ax ) ax.set_title(name, fontsize=14, fontweight=’bold’) ax.axis(‘off’) plt.suptitle(‘レイアウトアルゴリズムの比較’, fontsize=18, fontweight=’bold’) plt.tight_layout() plt.show()

import networkx as nx import matplotlib.pyplot as plt # ソーシャルネットワークの例 G = nx.Graph() # 友人関係を追加 connections = [ (‘太郎’, ‘花子’), (‘太郎’, ‘次郎’), (‘太郎’, ‘美咲’), (‘花子’, ‘次郎’), (‘花子’, ‘健太’), (‘次郎’, ‘美咲’), (‘次郎’, ‘健太’), (‘美咲’, ‘健太’), (‘美咲’, ‘愛’), (‘健太’, ‘愛’), (‘健太’, ‘大輔’), (‘愛’, ‘大輔’) ] G.add_edges_from(connections) # 各ノードの接続数（次数）を計算 degree_dict = dict(G.degree()) print(“各ノードの接続数:”, degree_dict) # ノードの色とサイズを次数に応じて変更 node_colors = [degree_dict[node] for node in G.nodes()] node_sizes = [degree_dict[node] * 500 for node in G.nodes()]

# 可視化 plt.figure(figsize=(12, 10)) pos = nx.spring_layout(G, k=2, iterations=50) # エッジを描画（薄めに） nx.draw_networkx_edges(G, pos, alpha=0.3, width=2, edge_color=’gray’) # ノードを描画（色とサイズを変更） nx.draw_networkx_nodes( G, pos, node_color=node_colors, node_size=node_sizes, cmap=’YlOrRd’, # 黄→オレンジ→赤のカラーマップ alpha=0.9 ) # ラベルを描画 nx.draw_networkx_labels(G, pos, font_size=12, font_weight=’bold’) plt.title(‘ソーシャルネットワーク\n（ノードサイズ・色 = 友達の数）’, fontsize=16, fontweight=’bold’) plt.axis(‘off’) plt.tight_layout() plt.show()

# 有向グラフの可視化 plt.figure(figsize=(10, 8)) pos = nx.spring_layout(G, k=2) nx.draw_networkx_nodes(G, pos, node_color=’lightblue’, node_size=2000) nx.draw_networkx_labels(G, pos, font_size=12, font_weight=’bold’) # 矢印付きエッジを描画 nx.draw_networkx_edges( G, pos, edge_color=’gray’, width=2, arrows=True, # 矢印を表示 arrowsize=20, # 矢印のサイズ arrowstyle=’->’, # 矢印のスタイル connectionstyle=’arc3,rad=0.1′ # エッジを少し曲げる ) plt.title(‘フォロー関係（有向グラフ）’, fontsize=16, fontweight=’bold’) plt.axis(‘off’) plt.tight_layout() plt.show()

# 重み付きグラフの可視化 plt.figure(figsize=(12, 10)) pos = nx.spring_layout(G, k=3) # ノード nx.draw_networkx_nodes(G, pos, node_color=’lightgreen’, node_size=2500) nx.draw_networkx_labels(G, pos, font_size=14, font_weight=’bold’) # エッジ（太さを距離に応じて変更） edges = G.edges() weights = [G[u][v][‘weight’] for u, v in edges] max_weight = max(weights) # 距離が短いほど太い線（関係が強い） edge_widths = [(max_weight – w) / 100 + 1 for w in weights] nx.draw_networkx_edges(G, pos, width=edge_widths, alpha=0.6, edge_color=’gray’) # エッジのラベル（距離を表示） edge_labels = nx.get_edge_attributes(G, ‘weight’) edge_labels = {k: f'{v}km’ for k, v in edge_labels.items()} nx.draw_networkx_edge_labels(G, pos, edge_labels, font_size=10) plt.title(‘都市間の距離ネットワーク’, fontsize=16, fontweight=’bold’) plt.axis(‘off’) plt.tight_layout() plt.show()

import networkx as nx import matplotlib.pyplot as plt from matplotlib.patches import Patch # 組織内のメールのやり取り G = nx.DiGraph() # 部署情報 departments = { ‘山田’: ‘営業’, ‘佐藤’: ‘営業’, ‘鈴木’: ‘営業’, ‘田中’: ‘開発’, ‘伊藤’: ‘開発’, ‘渡辺’: ‘開発’, ‘高橋’: ‘管理’, ‘中村’: ‘管理’ } # コミュニケーション（送信者 → 受信者、頻度） communications = [ (‘山田’, ‘佐藤’, 50), (‘山田’, ‘鈴木’, 30), (‘山田’, ‘田中’, 20), (‘佐藤’, ‘山田’, 45), (‘佐藤’, ‘高橋’, 25), (‘鈴木’, ‘山田’, 35), (‘鈴木’, ‘伊藤’, 15), (‘田中’, ‘伊藤’, 60), (‘田中’, ‘渡辺’, 40), (‘伊藤’, ‘田中’, 55), (‘伊藤’, ‘中村’, 10), (‘渡辺’, ‘田中’, 35), (‘高橋’, ‘中村’, 30), (‘高橋’, ‘山田’, 20), (‘中村’, ‘高橋’, 28) ] for sender, receiver, frequency in communications: G.add_edge(sender, receiver, weight=frequency) # 部署ごとに色を設定 dept_colors = {‘営業’: ‘#E74C3C’, ‘開発’: ‘#3498DB’, ‘管理’: ‘#2ECC71’} node_colors = [dept_colors[departments[node]] for node in G.nodes()] # 可視化 plt.figure(figsize=(14, 10)) pos = nx.spring_layout(G, k=3, iterations=50) # エッジ（太さを頻度に応じて変更） edges = G.edges() weights = [G[u][v][‘weight’] for u, v in edges] max_weight = max(weights) edge_widths = [w / max_weight * 5 for w in weights] nx.draw_networkx_edges( G, pos, width=edge_widths, alpha=0.4, arrows=True, arrowsize=15, edge_color=’gray’, connectionstyle=’arc3,rad=0.1′ ) # ノード nx.draw_networkx_nodes(G, pos, node_color=node_colors, node_size=2000, alpha=0.9) # ラベル nx.draw_networkx_labels(G, pos, font_size=11, font_weight=’bold’) # 凡例 legend_elements = [ Patch(facecolor=’#E74C3C’, label=’営業部’), Patch(facecolor=’#3498DB’, label=’開発部’), Patch(facecolor=’#2ECC71′, label=’管理部’) ] plt.legend(handles=legend_elements, loc=’upper right’, fontsize=12) plt.title(‘組織内コミュニケーション分析\n（線の太さ=メール頻度）’, fontsize=16, fontweight=’bold’) plt.axis(‘off’) plt.tight_layout() plt.show() # 中心人物を特定 betweenness = nx.betweenness_centrality(G) print(“\n【分析結果】中心人物（媒介中心性）:”) for person, score in sorted(betweenness.items(), key=lambda x: x[1], reverse=True)[:3]: print(f” {person}（{departments[person]}）: {score:.3f}”)