import networkx as nx import matplotlib.pyplot as plt Crear un grafo dirigido G =…
- User
import networkx as nx import matplotlib.pyplot as plt
Crear un grafo dirigido
G = nx.DiGraph()
Definir etiquetas de los nodos con información adicional
nodes = { "A": "🧫 Cultivo\n- Nf en NCM con 10% EV-depleted FBS\n- 7 aisoles clínicos\n- 34°C, 5% CO2", "B": "🔽 Extracción de vesículas\n- Medio condicionado recolectado\n- Centrifugación y reactivos\n- Volumen ~100 mL", "C": "🧬 Secuenciación\n- Secuenciación de small RNAs\n- Identificación de microRNAs, tRNAs\n- Datos de 7 aisoles", "D": "✔️ Selección de\nbiomarcadores\n- Análisis de secuencias\n- Selección de smallRNA-1 y -2", "E": "🔄 RT-qPCR\n- Ensayo TaqMan\n- 675 estándares en 43 placas\n- LOD: 10-100 amebas/100μL; <1 en dilución", "F": "🧪 Ensayos in vitro\n- Pruebas en medios y células Vero\n- Evaluación del LOD", "G": "🐭 Estudios en ratones\n- Infección con 5,000-20,000 amoebas\n- Plasma: muestras n=52,3,1,2,5,5,5\n- Cohorte de n=10\n- Detección en plasma y orina (desde 24h)", "H": "🩸 Muestras humanas\n- Análisis de 15μL de CSF (CDC)\n- Evaluación en sangre completa y plasma\n- Validación clínica de smallRNA-1" }
Agregar nodos al grafo
for node, label in nodes.items(): G.add_node(node, label=label)
Definir las conexiones (aristas) con etiquetas
edges = [ ("A", "B", "Paso 1"), ("B", "C", "Paso 2"), ("C", "D", "Paso 3"), ("D", "E", "Paso 4"), ("E", "F", "Paso 5"), ("F", "G", "Paso 6"), ("G", "H", "Paso 7") ]
for u, v, label in edges: G.add_edge(u, v, label=label)
Posiciones fijas para una distribución horizontal
pos = { "A": (0, 0), "B": (2, 0), "C": (4, 0), "D": (6, 0), "E": (8, 0), "F": (10, 0), "G": (12, 0), "H": (14, 0) }
Crear la figura
plt.figure(figsize=(18, 6))
Dibujar nodos
nx.draw_networkx_nodes(G, pos, node_size=3000, node_color="lightblue", edgecolors="black")
Dibujar aristas con flechas
nx.draw_networkx_edges(G, pos, arrowstyle='-|>', arrowsize=20, width=2)
Dibujar etiquetas de nodos (se admiten saltos de línea)
node_labels = nx.get_node_attributes(G, 'label') nx.draw_networkx_labels(G, pos, labels=node_labels, font_size=8, font_family="sans-serif")
Dibujar etiquetas de las aristas
edge_labels = nx.get_edge_attributes(G, 'label') nx.draw_networkx_edge_labels(G, pos, edge_labels=edge_labels, font_color='red', font_size=10)
plt.axis('off') plt.tight_layout() plt.show()
- Assistant
El código que has proporcionado genera un diagrama de flujo usando la biblioteca de Python
networkxjunto conmatplotlibpara visualizar las etapas de un proceso. A continuación, te doy un resumen de cómo funciona el código y qué representa.Resumen del Código
-
Importaciones: Se importan las bibliotecas necesarias,
networkxpara crear y manipular grafos, ymatplotlib.pyplotpara la visualización gráfica. -
Creación del Grafo: Se crea un grafo dirigido (
DiGraph), que permite representar relaciones de un nodo a otro. -
Definición de Nodos: Se establecen los nodos (etapas del proceso) con descripciones detalladas utilizando un diccionario que contiene información sobre cada etapa.
-
Adición de Nodos: Cada nodo se agrega al grafo con su respectiva etiqueta.
-
Definición de Aristas: Se definen las conexiones entre los nodos (pasos del proceso) y se almacenan en una lista.
-
Adición de Aristas: Las conexiones se añaden al grafo junto con sus etiquetas que indican el paso correspondiente.
-
Posicionamiento de Nodos: Se especifican posiciones fijas para los nodos para crear una visualización horizontal.
-
Visualización:
- Se crea una figura con un tamaño específico.
- Se dibujan los nodos, aristas, etiquetas de nodos y etiquetas de aristas, utilizando distintos parámetros de estilo.
- Finalmente, se oculta el eje y se muestra el diagrama.
Visualización del Proceso
- Nodos: Cada uno de los nodos representa una etapa del proceso, como cultivo, extracción de vesículas, secuenciación, etc.
- Aristas: Las flechas indican la dirección del flujo del proceso, es decir, cómo cada etapa lleva a la siguiente.
- Etiquetas: Cada etiqueta proporciona información adicional sobre cada etapa, así como sobre qué paso del proceso representa cada flecha.
Ejecución
Si quieres ejecutar este código en tu propio entorno de Python, asegúrate de tener instaladas las bibliotecas
networkxymatplotlib. Puedes instalarlas usando pip:pip install networkx matplotlibDespués de instalar las bibliotecas, simplemente ejecuta el código y deberías obtener una visualización clara del proceso descrito. Este tipo de visualización es muy útil para presentar flujos de trabajo en investigaciones científicas, procesos industriales, entre otros.
-