如何用Python的BNLearn绘制含边缘分布的贝叶斯网络？

完全可以用BNLearn实现你想要的这种带节点概率分布标注的贝叶斯网络图。以下是具体实现步骤：

1. 安装依赖 #

先确保BNLearn和系统级Graphviz已正确安装：

pip install bnlearn
# 系统级Graphviz安装：
# Ubuntu/Debian: sudo apt install graphviz
# Windows: 下载官方安装包并添加bin目录到系统PATH
# macOS: brew install graphviz

2. 构建/加载贝叶斯网络 #

可以从零构建网络，或加载预训练模型：

import bnlearn as bn

# 示例：使用内置数据集构建网络
model = bn.make_DAG('sprinkler', CPD=True)
# 若有自己的模型，可加载：
# model = bn.load('your_bn_model.pkl')

3. 执行推理并绘制带结果的图形 #

BNLearn的plot函数支持直接在图中展示推理后的节点概率，核心是传入推理结果作为parameters参数：

# 执行推理，设置证据（按需调整）
inference_result = bn.inference.fit(model, variables=['Rain'], evidence={'Sprinkler': 1})

# 绘制带概率标注的网络图
bn.plot(model, parameters=inference_result, figsize=(12, 8))

4. 自定义样式（可选） #

如果默认样式不符合需求，可通过参数调整：

• 节点颜色：node_color='#e6f2ff'
• 字体大小：font_size=11
• 布局算法：layout='dot'（可选neato、circo等Graphviz布局）

常见问题解决 #

• 若Graphviz渲染失败：优先检查系统是否安装了Graphviz软件（非仅Python包），并确认其bin目录已加入系统PATH。
• 概率标注显示不全：调大figsize参数放大图形，或缩小font_size适配节点空间。

内容的提问来源于stack exchange，提问作者Jandinho