1
2

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 3 years have passed since last update.

pythonでgraphを扱うライブラリnetworkxを使う(その1:環境構築)

Last updated at Posted at 2020-04-10

pythonでGraphまわりを扱うために,networkxをdockerで使えるようにした時のメモ。

行ったこと

  1. Dockerfileを使ってpullしたimageをカスタマイズ
  2. dockerからmatplotlibの表示をpop up

ホストの環境

OS
$ cat /etc/lsb-release 
DISTRIB_ID=Ubuntu
DISTRIB_RELEASE=16.04
DISTRIB_CODENAME=xenial
DISTRIB_DESCRIPTION="Ubuntu 16.04.6 LTS"

dockerの環境

こちらで構築した環境を使っています。

1. Dockerfileを使ってpullしたimageをカスタマイズ

dockerのimageは必要なものをnvidia-dockerからpullしてきて使っていたが、graphを扱うnetworkxなどをinstallしたものが必要になったため、Dockerfileを作成しました。
Dockerfileの作成にあたっては、こちらのブログなどを参考にしました。

$ docker images
REPOSITORY                    TAG                            IMAGE ID            CREATED              SIZE
nvcr.io/nvidia/tensorflow     19.12-tf1-py3                  af027926c1a0        3 months ago         8.32GB
nvcr.io/nvidia/tensorflow     18.06-py3                      0d13c9061269        22 months ago        3.4GB

pullしてあるimageから、使用するimageとしてnvcr.io/nvidia/tensorflow:19.12-tf1-py3を選択して、以下のようなDockerfileを作成します。

Dockerfile
FROM nvcr.io/nvidia/tensorflow:19.12-tf1-py3  

ARG DEBIAN_FRONTEND=noninteractive
             
RUN apt-get update && \
    pip install networkx

networkxはインストール時にgeographic areaなどを選択して入力するステップがあるが、2行目の「ARG DEBIAN_FRONTEND=noninteractive」を追加すると、docker buildの際に入力操作が不要になります。

上記のDockerfileを作成した後、docker buildをします。

$cd **/work/  [Dockerfileのあるフォルダ]
$docker build -t [repository名]:[tag名] . 
例)$docker build -t test:1 . 

build処理が終了するとdocker imageが生成されます。

$ docker images
REPOSITORY                    TAG                            IMAGE ID            CREATED              SIZE
test                          1                              ca131395a6b9        About a minute ago   8.38GB
nvcr.io/nvidia/tensorflow     19.12-tf1-py3                  af027926c1a0        3 months ago         8.32GB
nvcr.io/nvidia/tensorflow     18.06-py3                      0d13c9061269        22 months ago        3.4GB

生成したimageからコンテナを作成すると、networkxが含まれたコンテナとなっていることが確認できました。

$docker run --gpus all -it --rm test:1
                                                                                                                                                
================
== TensorFlow ==
================

NVIDIA Release 19.12-tf1 (build 9258376)
TensorFlow Version 1.15.0

Container image Copyright (c) 
(省略)....

# python
Python 3.6.9 (default, Nov  7 2019, 10:44:02) 
[GCC 8.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import networkx
>>> 

#2. dockerからmatplotlibの表示をpop up
次に、graphの構造などをmatplotlibで出力しながら確認したかったので、出力がpop upするように設定しました。行ったことは主に次の3つです。
・2.1 matplotlibのbackendの指定.
・2.2 tkinterのインストール
・2.3 出力先の設定.

2.1 matplotlibのbackendの指定.

matplotlibのbackendはデフォルトでAggになっているそうですが、これをTkAggに変更します。変更の方法としては、matplotlibrcを変更する方法などもあるようですが、ここではpythonのコードの中に記載しました。

sample.py
import matplotlib
matplotlib.use('TkAgg')

###2.2 tkinterのインストール
TkAggを指定すると、「tkinterというモジュールがありません」というエラーメッセージがでます。そこでtkinterをインストールするのですが、pip installではなく、apt-get install を使います。こちらもDockerfileに追加します。

Dockerfile2
FROM nvcr.io/nvidia/tensorflow:19.12-tf1-py3  

ARG DEBIAN_FRONTEND=noninteractive
             
RUN apt-get update && \
    apt-get install -y python3-tk && \
    pip install networkx

dockerfileを変更したので、1と同様にdocker buildによりimageを作り直します。

###2.3 出力先の設定
最後に、画像のpop upが可能となるように設定します。

$xhost +
$docker run --gpus all -it -v /tmp/.X11-unix:/tmp/.X11-unix -e DISPLAY=$DISPLAY test:1

こうして、以下の簡単なサンプルコードを実行すると、グラフ構造がpop upされます。また、同じグラフがtemp.pngとしてpythonを実行したフォルダに出力されます。

sample.py
import matplotlib
import matplotlib.pyplot as plt
import networkx as nx

matplotlib.use('TkAgg')
G = nx.DiGraph()
nx.add_path(G, [3, 5, 7, 1, 0, 2, 5, 8, 9, 6])
nx.add_path(G, [3, 0, 2, 4, 2, 7, 1, 9, 4, 5])

nx.draw_networkx(G)
plt.savefig('temp.png')
plt.show()
# python sample.py

Figure_1.png

###2.4 参考資料
以下の記事を参考にさせていただきました。

  1. NVIDIAが入っているPCにおいてdocker上でopenGLなプログラムを起動して手元で見る.
  2. stackoverflow

###2.5 関連記事
pythonでgraphを扱うライブラリnetworkxを使う(その1:環境構築)
pythonでgraphを扱うライブラリnetworkxを使う(その2:チュートリアル)

1
2
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
1
2

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?