基于NetworkX与Matplotlib的加权图可视化：解决节点重叠问题

我正在可视化一个加权图，节点对用逗号连接代表边，数值为边的强度，但运行代码后出现节点重叠的问题，代码如下：

import matplotlib.pyplot as plt
import networkx as nx

data = {
    ('A', 'B'): 0.71,
    ('M', 'B'): 0.67,
    ('N', 'B'): 0.64,
    ('A', 'O'): 0.62,
    ('O', 'B'): 0.60,
    ('N', 'O'): 0.53,
    ('M', 'O'): 0.46,
    ('A', 'N'): 0.18,
    ('M', 'N'): 0.11
}
G = nx.Graph()
for key, value in data.items():
    G.add_edge(*key, weight=value)
fig, axe = plt.subplots()
pos = nx.spring_layout(G, seed=123456)
nx.draw_networkx_nodes(G, pos, ax=axe)
nx.draw_networkx_edges(G, pos, ax=axe)
nx.draw_networkx_labels(G, pos, font_size=12, ax=axe)
nx.draw_networkx_edge_labels(G, pos, nx.get_edge_attributes(G, "weight"), ax=axe)

以下是几种解决节点重叠的实用方案：

• 调整spring_layout的核心参数：spring_layout基于力导向算法，可通过k参数控制节点间的理想距离，数值越大节点越分散（比如k=0.6）；还能设置scale参数缩放布局范围（比如scale=2），让整体布局更舒展。同时可以增大画布尺寸，给节点更多展示空间。
• 切换其他布局算法：如果spring_layout效果不佳，可尝试更适合的布局：
  • nx.circular_layout()：将节点均匀分布在圆周上，彻底避免重叠
  • nx.kamada_kawai_layout()：基于路径长度优化布局，更贴合边的权重关系
  • nx.spectral_layout()：利用图拉普拉斯特征向量生成布局，适合对称结构的图
• 优化节点与标签显示：增大node_size参数（比如node_size=1200）让节点更醒目；调整nx.draw_networkx_labels的label_pos参数（比如label_pos=0.3），让标签稍微偏离节点，减少遮挡；还能根据边的权重调整边宽，让图的层次更清晰。
• 过滤低权重边：图中部分边权重极低（如0.11、0.18），若这些边非核心展示内容，可过滤后再可视化，降低图的复杂度：

  filtered_data = {edge: weight for edge, weight in data.items() if weight > 0.5}
  G = nx.Graph()
  for key, value in filtered_data.items():
      G.add_edge(*key, weight=value)
  

修改后的示例代码 #

import matplotlib.pyplot as plt
import networkx as nx

data = {
    ('A', 'B'): 0.71,
    ('M', 'B'): 0.67,
    ('N', 'B'): 0.64,
    ('A', 'O'): 0.62,
    ('O', 'B'): 0.60,
    ('N', 'O'): 0.53,
    ('M', 'O'): 0.46,
    ('A', 'N'): 0.18,
    ('M', 'N'): 0.11
}
G = nx.Graph()
for key, value in data.items():
    G.add_edge(*key, weight=value)
fig, axe = plt.subplots(figsize=(8, 6))  # 增大画布尺寸
# 调整布局参数，增大节点间距
pos = nx.spring_layout(G, seed=123456, k=0.6, scale=2)
# 增大节点大小
nx.draw_networkx_nodes(G, pos, ax=axe, node_size=1200)
# 根据权重调整边宽，强化视觉层次
edge_weights = nx.get_edge_attributes(G, "weight").values()
nx.draw_networkx_edges(G, pos, ax=axe, width=[w*5 for w in edge_weights])
nx.draw_networkx_labels(G, pos, font_size=12, ax=axe)
# 调整边标签位置，减少遮挡
nx.draw_networkx_edge_labels(G, pos, nx.get_edge_attributes(G, "weight"), ax=axe, label_pos=0.3)
plt.show()

内容的提问来源于stack exchange，提问作者Ahmad