Python による可視化

サンプルデータを使用して加重有向グラフを可視化する Python コードを作成します

直接モデルにクエリを実行して、返された結果をテストできます。その場合、Cloud コンソールでさまざまなパラメータ値を使用することも、Vertex AI API を直接呼び出すこともできます。

自由形式のプロンプト

matplotlib と networkx を使用して有向グラフを描画する Python コードを記述します。サンプルデータを使用してコードを使用する方法を示します。必要な import ステートメントをすべて含めます。

レスポンス


import matplotlib.pyplot as plt
import networkx as nx

# Example data: a directed graph with nodes and edges
nodes = ['A', 'B', 'C', 'D', 'E']
edges = [('A', 'B'), ('A', 'C'), ('B', 'D'), ('C', 'E'), ('D', 'E')]

# Create a directed graph object
graph = nx.DiGraph()

# Add nodes to the graph
graph.add_nodes_from(nodes)

# Add edges to the graph
graph.add_edges_from(edges)

# Draw the graph using matplotlib
nx.draw(graph, with_labels=True, node_color='lightblue', node_size=500, font_size=10, arrowsize=20)

# Display the graph
plt.show()

説明:

  1. 必要なライブラリをインポートする:
  2. matplotlib.pyplot（グラフのプロット）。

  3. networkx（グラフの作成と操作）。

  4. データの例を定義する:

  5. nodes: ノード名のリスト。

  6. edges: 有向エッジを表すタプルのリスト。各タプルは（ソースノード、ターゲット ノード）です。

  7. 有向グラフ オブジェクトを作成する:

  8. graph = nx.DiGraph(): 空の有向グラフ オブジェクトを作成します。

  9. ノードとエッジを追加する:

  10. graph.add_nodes_from(nodes): nodes リストのすべてのノードをグラフに追加します。

  11. graph.add_edges_from(edges): edges リストのすべてのエッジをグラフに追加します。

  12. グラフを描画する:

  13. nx.draw(graph, ...): matplotlib を使用してグラフを描画します。

  14. with_labels=True: ノードラベルを表示します。

  15. node_color='lightblue': ノードの色をライトブルーに設定します。

  16. node_size=500: ノードのサイズを設定します。

  17. font_size=10: ラベルのフォントサイズを設定します。

  18. arrowsize=20: エッジの矢印のサイズを設定します。

  19. グラフを表示する:

  20. plt.show(): プロットされたグラフが表示されます。

出力:

このコードは、指定されたノードとエッジを含む有向グラフの可視化を生成します。ノードにはラベルが付けられ、ライトブルーで表示されます。また、ノードはエッジの方向を表す矢印で接続されます。
モデル: gemini-1.5-flash-001
温度: 1
最大出力トークン: 8192
トップ K 40
トップ P 0.95