基于Pandas Dataframe生成带权重边的网络图，解决Pyvis边长度一致问题

你的问题核心是没有在代码中利用权重值控制边的长度，且未启用支持权重影响的布局算法。以下是修改后的实现方案：

关键修改点 #

• 给边绑定实际权重值，让布局算法能读取到权重
• 使用支持权重影响的布局（比如Force Atlas 2），并开启边权重对长度的影响
• 避免重复添加节点
• 正确显示边的权重标签

修改后的完整代码 #

import pandas as pd
from IPython.display import display, HTML
from pyvis.network import Network 

df = pd.read_csv('sample_data.csv')
# 初始化网络图，可自定义尺寸
got_net = Network(notebook=True, cdn_resources='in_line', height='800px', width='100%')

# 先收集所有唯一节点，避免重复添加
all_nodes = pd.concat([df['from'], df['to']]).unique()
for node in all_nodes:
    got_net.add_node(node, title=node)

# 遍历边数据，绑定权重
for _, row in df.iterrows():
    src = row['from']
    dst = row['to']
    w = row['weight']
    # 添加边时传入权重值，同时显示权重标签
    got_net.add_edge(src, dst, label=str(w), value=w)

# 生成邻居信息（保留原有逻辑）
neighbor_map = got_net.get_adj_list()  
for node in got_net.nodes:
    node['title'] += ' 邻居: ' + ', '.join(neighbor_map[node['id']])
    node['value'] = len(neighbor_map[node['id']])

# 启用Force Atlas 2布局，开启边权重对长度的影响
# edge_weight_influence值越大，权重对边长度的影响越明显
# 如果weight是距离（值越大边应该越长）用正数值；如果是相似度（值越大边越短）用负数值
got_net.force_atlas_2based(edge_weight_influence=1.0)

# 保存并展示图
got_net.save_graph('graph.html')
display(HTML("graph.html"))

额外说明 #

1. 布局调整：Force Atlas 2是Pyvis中支持边权重影响的核心布局，edge_weight_influence参数可根据数据情况调整（比如0.5~2.0区间），优化边长度的区分度。
2. 权重映射：如果需要让权重和边长度的关联更贴合需求，可以对原始权重值做转换（比如用1/w让距离越大的边更短，或w*0.1缩放影响程度）后再传入value参数。
3. 多CSV处理：如果有多个CSV文件，可通过循环读取合并数据：

   import glob
   df_list = []
   for file in glob.glob('*.csv'):
       df_list.append(pd.read_csv(file))
   df = pd.concat(df_list, ignore_index=True)
   

内容的提问来源于stack exchange，提问作者jonson