#%%  基于networkx绘制有向图，并计算出入度
import networkx as nx
from PIL import Image
import matplotlib.pyplot as plt
from networkx.drawing.nx_pydot import to_pydot
from matplotlib.font_manager import *  

#定义自定义字体，文件名从1.b查看系统中文字体中来,这是Linux字体路径,windows系统的字体路径自查
myfont = FontProperties(fname='C:/Windows/Fonts/simhei.ttf')  
#解决负号'-'显示为方块的问题  
matplotlib.rcParams['axes.unicode_minus']=False


nodes = ['1','2','3','4','5']
edges = [('1','2',1),('1','3',1),('1','4',1),('5','1',1),('5','4',1)]


#用于显示图片
def ShowGraphForMat(G):
     
    #使用matplotlib保存图片
    pos=nx.shell_layout(G)
    nx.draw(G,pos,with_labels=True)
    plt.savefig('mat.png')
    plt.close()  
   
    #将前面两张图显示
    plt.subplots(figsize=(12,6))
    #载入matplotlib的图片
    plt.subplot(1,1,1)
    plt.imshow(Image.open('mat.png'))
    #plt.axis('off')
    #去掉坐标刻度
    plt.xticks([])
    plt.yticks([])
   
   
    plt.xticks([])
    plt.yticks([])
   
    #显示图片
    plt.show()
#%%  # 自循环有向图
#清除前面的无向图
G.clear()

#定义有向图
G = nx.DiGraph()
#添加节点和边
G.add_nodes_from(nodes)
G.add_weighted_edges_from(edges)

#显示图片
ShowGraphForMat(G)

outdg = dict(G.out_degree())
indg = dict(G.in_degree())

outdf = pd.DataFrame.from_dict(outdg,orient='index',columns=['出度'])
indf = pd.DataFrame.from_dict(indg,orient='index',columns=['入度'])

df = pd.merge(outdf,indf,left_index=True,right_index=True)
df = df.reset_index().rename(columns = {'index':'节点'})
df.to_csv('result.csv',index=False,encoding='GBK')