图绘图对象

使用 plot 函数绘制 graph 和 digraph 对象。默认情况下，plot 会检查图的大小和类型，以确定要使用的布局。生成的图窗窗口不包含轴刻度线。但是，如果使用 XData、YData 或 ZData 名称-值对组指定节点的 (x,y) 坐标，图窗将包含轴刻度线。

节点数不超过 100 的图会自动包含节点标签。节点标签使用节点名称（如果可用）；否则标签为数值节点索引。

例如，使用巴基球邻接矩阵创建一个图，然后使用所有的默认选项绘制该图。如果您调用 plot 并指定输出参数，则此函数将返回 GraphPlot 对象的句柄。随后，您可以使用该对象调整绘图的属性。例如，可以更改边的颜色或样式、节点的大小和颜色等。

G = graph(bucky);
p = plot(G)

p = 
  GraphPlot with properties:

     NodeColor: [0 0.4470 0.7410]
    MarkerSize: 4
        Marker: 'o'
     EdgeColor: [0 0.4470 0.7410]
     LineWidth: 0.5000
     LineStyle: '-'
     NodeLabel: {1x60 cell}
     EdgeLabel: {}
         XData: [1x60 double]
         YData: [1x60 double]
         ZData: [1x60 double]

  Show all properties

获得 GraphPlot 对象的句柄后，便可以使用点索引访问或更改属性值。有关您可以调整的属性的完整列表，请参阅GraphPlot 属性。

将 NodeColor 的值更改为 'red'。

p.NodeColor = 'red';

确定边的线宽。

p.LineWidth

ans = 0.5000

创建并绘制图

创建并绘制一个表示 L 形膜的图，L 形膜是基于一侧有 12 个节点的方形网格构建的。使用 plot 指定输出参数以返回 GraphPlot 对象的句柄。

n = 12;
A = delsq(numgrid('L',n));
G = graph(A,'omitselfloops')

G = 
  graph with properties:

    Edges: [130x2 table]
    Nodes: [75x0 table]

p = plot(G)

p = 
  GraphPlot with properties:

     NodeColor: [0 0.4470 0.7410]
    MarkerSize: 4
        Marker: 'o'
     EdgeColor: [0 0.4470 0.7410]
     LineWidth: 0.5000
     LineStyle: '-'
     NodeLabel: {1x75 cell}
     EdgeLabel: {}
         XData: [1x75 double]
         YData: [1x75 double]
         ZData: [1x75 double]

  Show all properties

更改图节点的布局

使用 layout 函数更改绘图中的图节点的布局。不同的布局选项会自动计算绘图的节点坐标。或者，可以使用 GraphPlot 对象的 XData、YData 和 ZData 属性来指定您自己的节点坐标。

不使用默认的二维布局方法，而是使用 layout 来指定 'force3' 布局（三维力导向图布局）。

layout(p,'force3')
view(3)

按比例对节点着色

根据图节点的出入度为它们着色。在该图中，所有内部节点都具有最大度数 4，沿图边的节点的度数为 3，角节点具有最小度数 2。将该节点着色数据存储为 G.Nodes 中的变量 NodeColors。

G.Nodes.NodeColors = degree(G);
p.NodeCData = G.Nodes.NodeColors;
colorbar

按权重列出的边线宽度

向图边添加一些随机整数权重，然后绘制这些边，使它们的线宽与权重成比例。由于约大于 7 的边线宽度开始变得很复杂，因此缩放线宽，使权重最大的边的线宽为 7。将该边宽数据存储为 G.Edges 中的变量 LWidths。

G.Edges.Weight = randi([10 250],130,1);
G.Edges.LWidths = 7*G.Edges.Weight/max(G.Edges.Weight);
p.LineWidth = G.Edges.LWidths;

提取子图

提取 G 的右上角并将其作为子图绘制，以更便于读取图上的详细信息。新图 H 从 G 继承 NodeColors 和 LWidths 变量，因此最直接的方式就是重新创建之前的绘图自定义项。但是，系统会对 H 中的节点重新进行编号，以将图中的新节点编号考虑在内。

H = subgraph(G,[1:31 36:41]);
p1 = plot(H,'NodeCData',H.Nodes.NodeColors,'LineWidth',H.Edges.LWidths);
colorbar

为节点和边添加标签

使用 labeledge 对宽度大于 6 的边添加标签 'Large'。labelnode 函数以相似的方式为节点添加标签。

labeledge(p1,find(H.Edges.LWidths > 6),'Large')

突出显示最短路径

查找子图 H 中节点 11 与节点 37 之间的最短路径。以红色高亮显示沿此路径的边，并增大路径的结束节点的大小。

path = shortestpath(H,11,37)

path = 1×10

    11    12    17    18    19    24    25    30    36    37

highlight(p1,[11 37])
highlight(p1,path,'EdgeColor','r')

删除节点标签和颜色栏，并使所有节点都变成黑色。

p1.NodeLabel = {};
colorbar off
p1.NodeColor = 'black';

查找忽略边权重的其他最短路径。以绿色突出显示此路径。

path2 = shortestpath(H,11,37,'Method','unweighted')

path2 = 1×10

    11    12    13    14    15    20    25    30    31    37

highlight(p1,path2,'EdgeColor','g')

绘制大图

创建包含数十万个甚至数百万个节点和/或边的图是很常见的。为此，plot 处理大图会略有不同，以保持可读性和性能。处理节点超过 100 个的图时，plot 函数会进行以下调整：