如何用NetworkX为网格图部分节点着色及相关优化问题

首先，你的现有代码可以简化——nx.grid_graph生成的节点本身就是(i,j)元组，直接用它作为位置参数即可，无需手动创建p列表和赋值节点属性：

import networkx as nx
import matplotlib.pyplot as plt  # 需要导入matplotlib显示图形

s = 10
G = nx.grid_graph(dim=[s, s])
# 直接用节点本身作为位置映射
pos = {node: node for node in G.nodes()}

为指定节点着色 #

要给特定节点设置颜色，需创建颜色映射列表，每个元素对应一个节点的颜色：

1. 先给所有节点设置默认颜色（比如'lightblue'）
2. 定位目标节点（如左下角的(0,0)、右上角的(9,9)），修改对应位置的颜色

示例代码：

# 初始化颜色映射，默认所有节点为浅蓝色
node_colors = ['lightblue'] * len(G.nodes())
nodes_list = list(G.nodes())

# 找到左下角节点(0,0)的索引，设为红色
idx_bottom_left = nodes_list.index((0, 0))
node_colors[idx_bottom_left] = 'red'

# 找到右上角节点(9,9)的索引，设为绿色
idx_top_right = nodes_list.index((9, 9))
node_colors[idx_top_right] = 'green'

# 绘制图形，传入颜色和尺寸参数
nx.draw(G, pos, node_color=node_colors, node_size=50)  # node_size控制节点大小，数值越小节点越小
plt.show()

调整节点尺寸 #

在nx.draw()函数中，通过node_size参数即可调整节点大小，比如node_size=30会比默认尺寸小很多。

如果你的最终目标只是绘制带颜色的点阵（不需要图的边或网络分析功能），Matplotlib是更简单直接的选择，它专门用于数据可视化，学习成本更低：

示例代码（绘制10×10点阵，指定节点颜色）：

import matplotlib.pyplot as plt

s = 10
# 生成所有点阵坐标
x = [i for i in range(s) for j in range(s)]
y = [j for i in range(s) for j in range(s)]

# 初始化颜色列表，默认蓝色
colors = ['blue'] * (s*s)

# 设置左下角(0,0)为红色，右上角(9,9)为绿色
colors[0] = 'red'  # (0,0)是第0个元素
colors[-1] = 'green'  # (9,9)是最后一个元素

# 绘制点阵
plt.scatter(x, y, color=colors, s=50)  # s控制点的大小
plt.grid(True)  # 显示网格线
plt.show()

这个方法无需处理图结构，直接操作坐标和颜色，更贴合你的需求。

内容的提问来源于stack exchange，提问作者Jeffrey Jao