如何优化NetworkX图布局以提升可视化可读性？

我有一个节点由数字对（如'1 3'）构成的有向图，边信息如下：

[('1 1', '1 3'), ('1 1', '1 4'), ('1 3', '1 5'), ('1 3', '3 3'), ('1 3', '3 4'), ('1 4', '1 2'),
('1 4', '1 3'), ('1 4', '3 4'), ('1 4', '4 4'), ('1 2', '1 1'), ('1 5', '1 7'), ('3 3', '3 5'),
('3 4', '2 3'), ('3 4', '3 3'), ('3 4', '4 5'), ('4 4', '2 4'), ('4 4', '3 4'), ('1 7', '3 7'),
('1 7', '4 7'), ('1 6', '1 8'), ('3 7', '5 7'), ('4 7', '2 7'), ('4 7', '3 7'), ('2 2', '2 3'),
('2 3', '1 3'), ('2 3', '2 6'), ('2 6', '2 4'), ('2 6', '2 5'), ('2 6', '2 7'), ('2 6', '3 6'),
('2 4', '1 4'), ('2 5', '2 8'), ('2 5', '3 5'), ('3 5', '3 7'), ('3 5', '5 6'), ('2 7', '1 7'),
('2 7', '2 8'), ('3 6', '3 8'), ('3 6', '6 6'), ('4 5', '4 7'), ('5 6', '4 5'), ('5 6', '5 5'),
('5 6', '5 7'), ('5 6', '6 8'), ('6 6', '4 6'), ('6 6', '5 6'), ('6 6', '6 7'), ('5 7', '5 8'),
('5 7', '7 7'), ('4 6', '4 8'), ('5 5', '5 8'), ('6 7', '6 8'), ('6 7', '7 8')]

在Jupyter中用NetworkX可视化时，尝试过circular、spring等布局，目前效果最好的是kamada_kawai_layout，但调整箭头和节点参数后仍有大量节点重叠（节点密集交错，难以清晰分辨）。需要实现无重叠、能清晰查看所有节点和边的可视化效果。

解决方案 #

1. 利用节点本身的数字对作为坐标布局（最优方案） #

你的节点是'x y'格式的数字对，直接提取这两个数值作为节点的位置坐标，完全贴合节点语义，从根源避免重叠：

import networkx as nx
import matplotlib.pyplot as plt

# 定义边列表
edges = [('1 1', '1 3'), ('1 1', '1 4'), ('1 3', '1 5'), ('1 3', '3 3'), ('1 3', '3 4'), ('1 4', '1 2'),
('1 4', '1 3'), ('1 4', '3 4'), ('1 4', '4 4'), ('1 2', '1 1'), ('1 5', '1 7'), ('3 3', '3 5'),
('3 4', '2 3'), ('3 4', '3 3'), ('3 4', '4 5'), ('4 4', '2 4'), ('4 4', '3 4'), ('1 7', '3 7'),
('1 7', '4 7'), ('1 6', '1 8'), ('3 7', '5 7'), ('4 7', '2 7'), ('4 7', '3 7'), ('2 2', '2 3'),
('2 3', '1 3'), ('2 3', '2 6'), ('2 6', '2 4'), ('2 6', '2 5'), ('2 6', '2 7'), ('2 6', '3 6'),
('2 4', '1 4'), ('2 5', '2 8'), ('2 5', '3 5'), ('3 5', '3 7'), ('3 5', '5 6'), ('2 7', '1 7'),
('2 7', '2 8'), ('3 6', '3 8'), ('3 6', '6 6'), ('4 5', '4 7'), ('5 6', '4 5'), ('5 6', '5 5'),
('5 6', '5 7'), ('5 6', '6 8'), ('6 6', '4 6'), ('6 6', '5 6'), ('6 6', '6 7'), ('5 7', '5 8'),
('5 7', '7 7'), ('4 6', '4 8'), ('5 5', '5 8'), ('6 7', '6 8'), ('6 7', '7 8')]

# 创建有向图
G = nx.DiGraph(edges)

# 提取节点坐标：将节点字符串转为(x,y)数值对
pos = {node: tuple(map(int, node.split())) for node in G.nodes()}

# 可视化配置
plt.figure(figsize=(12, 8))
# 绘制节点
nx.draw_networkx_nodes(G, pos, node_size=800, node_color='lightblue', edgecolors='black')
# 绘制边，设置箭头样式
nx.draw_networkx_edges(G, pos, arrowstyle='->', arrowsize=15, edge_color='gray', width=1.5)
# 绘制节点标签
nx.draw_networkx_labels(G, pos, font_size=12, font_weight='bold')

plt.title('有向图按节点数字对坐标布局')
plt.axis('on')  # 显示坐标轴，对应节点的x/y数值含义
plt.grid(True, alpha=0.3)
plt.tight_layout()
plt.show()

2. 优化自动布局参数 #

如果坚持使用kamada_kawai_layout等自动布局，可通过调整参数减少重叠：

• 扩大布局范围：设置scale参数，比如pos = nx.kamada_kawai_layout(G, scale=5)
• 调整节点和标签大小：缩小node_size或font_size，避免空间挤占
• 调整节点排斥力：spring_layout中设置k参数（值越大节点越分散），比如pos = nx.spring_layout(G, k=0.15)

3. 分层布局（针对有向无环图） #

如果你的图是有向无环图（DAG），可以借助Graphviz的分层布局，需要先安装pydot和graphviz：

# 先安装依赖：!pip install pydot graphviz
pos = nx.nx_pydot.graphviz_layout(G, prog='dot')
# 后续可视化代码同前

这种布局适合展示层级关系，节点排列更规整。

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