从零开始画自己的DAG作业依赖图(三)--节点连线简单版

见解分享

2024-02-15 10:19:21

DAG作业依赖图：深入解析可视化数据管道的利器

概述

在现代数据处理中，DAG（有向无环图）作业依赖图 已经成为理解复杂数据管道的宝贵工具。这些图表通过直观的方式显示任务之间的依赖关系，简化了调试和故障排除。

节点连线策略

绘制DAG作业依赖图的关键是节点连线策略。有两种主要方法：

水平连线： 使用水平线将节点输入连接到输出。简单易行，但在复杂图形中可能导致混乱。
正交线段： 使用正交线段（垂直和水平线）连接节点。更清晰美观，但实现起来更复杂。

分步指南

1. 分层布局

将节点组织成水平层，每个节点位于其依赖关系的下方。

2. 确定节点位置

为每个节点分配固定宽度和间距。

3. 水平线段（仅适用于水平连线策略）

在节点输出和输入端口之间绘制水平线段。

4. 正交线段（仅适用于正交线段策略）

将节点输入和输出端口投影到参考线上。
在水平参考线上连接输入投影。
在垂直参考线上连接输出投影。

5. 箭头和标签

添加箭头指示依赖关系方向。
添加标签说明依赖关系性质。

示例代码（基于正交线段策略）

import networkx as nx
import matplotlib.pyplot as plt

# 创建DAG图
G = nx.DiGraph()
G.add_nodes_from(['A', 'B', 'C', 'D'])
G.add_edges_from([('A', 'B'), ('B', 'C'), ('C', 'D')])

# 布局和连线
pos = nx.spring_layout(G)
for edge in G.edges():
    src, dst = edge
    x1, y1 = pos[src]
    x2, y2 = pos[dst]
    # 投影和绘制正交线段
    y1_proj = y1
    y2_proj = y2
    x1_proj = x1
    x2_proj = (x2 + x1) / 2
    plt.plot([x1_proj, x2_proj], [y1_proj, y1_proj], 'b-')
    plt.plot([x2_proj, x2_proj], [y1_proj, y2_proj], 'b-')

# 箭头和标签
for edge in G.edges():
    src, dst = edge
    x1, y1 = pos[src]
    x2, y2 = pos[dst]
    dx = x2 - x1
    dy = y2 - y1
    angle = np.arctan2(dy, dx)
    plt.arrow(x1, y1, dx, dy, head_width=0.2, head_length=0.2, fc='b', ec='b')
    label_x = (x1 + x2) / 2
    label_y = (y1 + y2) / 2
    plt.text(label_x, label_y, edge[1], ha='center', va='center')

plt.show()