基于graph-tool的嵌套随机块模型：按高层社区设置颜色

要实现按指定高层级社区统一着色，核心是从嵌套块模型的层级结构中提取目标层级的块分配，再基于该分配生成对应颜色映射，传递给绘图参数即可。以下是修改后的完整代码：

import graph_tool.all as gt
import numpy as np

g = gt.collection.data["celegansneural"]
print(g)

state = gt.minimize_nested_blockmodel_dl(g)

# 选择目标层级：-1表示最高层级，0表示最底层，可根据需求调整
target_level_idx = -1
target_level = state.get_levels()[target_level_idx]
# 获取该层级下每个节点的块ID
block_assignments = target_level.get_blocks()
# 生成颜色映射：将块ID转换为颜色数组
vertex_colors = gt.prop_to_color(block_assignments, palette="tab20")

options = {
    'hedge_color': np.array([0., 0., 0., 1]),
    # 使用层级块对应的颜色填充层级顶点和原始节点
    'hvertex_fill_color': vertex_colors,
    'vertex_fill_color': vertex_colors,
    'output_size': (600, 600),
    'bg_color': 'w',
}

state.draw(beta=0.90, **options)

关键说明： #

• 层级选择：state.get_levels()返回模型的所有层级列表，索引-1对应最顶层（所有节点属于同一个社区，此时所有元素颜色一致），索引0对应最底层（原代码的默认着色逻辑），你可以根据需要调整target_level_idx的值选择中间层级。
• 颜色生成：gt.prop_to_color()会自动将块ID映射为区分度高的颜色，也可以通过palette参数指定自定义调色板（比如"viridis"、"coolwarm"等）。
• 参数传递：将生成的vertex_colors同时赋值给hvertex_fill_color（层级结构中的顶点）和vertex_fill_color（原始图节点），确保层级分支与对应节点颜色统一。

内容的提问来源于stack exchange，提问作者Matthias