Python3.11.8中NetworkX绘图报错及布局异常求助

1. 复用布局位置变量，避免重复生成随机布局 #

你当前代码中每次调用nx.spring_layout()都会生成全新的随机节点位置，这是导致节点扎堆、边错位的核心原因——节点和边使用了不同的布局坐标。正确做法是先计算一次布局并存入变量，后续绘图全程复用该变量：

import networkx as nx
import matplotlib.pyplot as plt

K33 = nx.complete_bipartite_graph(3, 3)
# 仅计算一次布局，后续绘图共用该位置
pos = nx.spring_layout(K33)
print(pos)

fig, ax = plt.subplots()
nx.draw_networkx(K33, pos=pos, ax=ax)
# 让matplotlib自动适配轴范围，无需手动硬设
ax.autoscale()
plt.show()

2. 排查networkx与matplotlib版本兼容性 #

nx.draw()报错TypeError: '_AxesStack' object is not callable，大概率是Python升级后，自动更新的matplotlib版本与当前networkx版本不兼容导致的。可以按以下步骤处理：

• 查看当前依赖版本：

pip show networkx matplotlib

• 尝试升级networkx到最新稳定版，或降级matplotlib至之前兼容的版本（比如matplotlib 3.7.5）：

# 升级networkx
pip install --upgrade networkx
# 或降级matplotlib
pip install matplotlib==3.7.5

3. 拆分绘制节点与边时，确保共用同一布局 #

如果需要分开调用nx.draw_networkx_nodes()、nx.draw_networkx_edges()等函数，必须保证所有绘图方法传入同一个pos变量：

fig, ax = plt.subplots()
pos = nx.spring_layout(K33)
# 所有绘图逻辑共用同一个pos
nx.draw_networkx_nodes(K33, pos=pos, ax=ax, node_color='#4287f5')
nx.draw_networkx_edges(K33, pos=pos, ax=ax, edge_color='#999999')
nx.draw_networkx_labels(K33, pos=pos, ax=ax)
ax.autoscale()
plt.show()

内容的提问来源于stack exchange，提问作者Namrata Banerji