绘制网络图时节点分类颜色显示错误的问题排查

我编写了一段从CSV文件读取邻接矩阵和分类数据来绘制网络图的代码，预期根据节点所属分类为节点着色，但部分节点颜色显示错误。起初以为是使用shell布局导致的问题，但更换其他布局后问题依然存在。假设CSV文件无问题（分类定义正确、矩阵与分类无匹配错误等），请问可能的原因是什么？

代码实现 #

import pandas as pd 
import networkx as nx 
import matplotlib.pyplot as plt
 
def create_network_diagram_from_csv(adjacency_csv_path, categories_csv_path):
     # 从CSV读取数据到DataFrame
     df_adjacency = pd.read_csv(adjacency_csv_path, index_col=0)
     df_categories = pd.read_csv(categories_csv_path, index_col=0)
 
     # 转换为NumPy数组方便处理
     adjacency_matrix = df_adjacency.to_numpy()
 
     # 从DataFrame索引获取节点名称
     nodes = df_adjacency.index.to_list()
 
     # 创建有向图
     G = nx.DiGraph()
 
     # 遍历邻接矩阵添加边
     for i, source_node in enumerate(nodes):
         for j, target_node in enumerate(nodes):
             edge_weight = adjacency_matrix[i, j]
             if not pd.isna(edge_weight) and edge_weight > 0:
                 G.add_edge(source_node, target_node)
 
     # 使用shell布局
     pos = nx.shell_layout(G)
 
     # 获取每个节点的分类
     categories = df_categories.to_dict()['Category']
 
     # 分类到颜色的映射
     category_colors = {
         'category_a': 'green',
         'category_b': 'blue',
         'category_c': 'yellow',
         'category_d': 'brown',
         'category_e': 'red',
     }
 
     # 根据分类获取节点颜色
     node_colors = [category_colors.get(categories[node], 'gray') for node in nodes]

     # 自定义节点大小
     node_size = 300
 
     # 绘制网络图
     nx.draw(G, pos, with_labels=True, node_size=node_size, node_color=node_colors, font_size=10, arrows=True)
 
     # 创建自定义图例
     legend_elements = [plt.Line2D([0], [0], marker='o', color='w', label=category, markerfacecolor=color, markersize=10) for category, color in category_colors.items()]
 
     # 添加图例
     plt.legend(handles=legend_elements, title='Categories', loc='upper right', frameon=True)
 
     # 重新绘制边（指定颜色）
     edge_color = 'grey'
     nx.draw_networkx_edges(G, pos, arrows=True, edge_color=edge_color)
 
     plt.show()
 
adjacency_csv_path = r'C:\location of file'
categories_csv_path = r'C:\location of file'
create_network_diagram_from_csv(adjacency_csv_path, categories_csv_path)

测试数据 #

分类数据 #

Node, Category
node_1, category_a
node_2, category_b
node_3, category_d
node_4, category_a
node_5, category_a

邻接矩阵数据 #

,node_1,node_2,node_3,node_4,node_5
node_1, 1, 0, 0, 0, 1
node_2, 0, 0, 1, 0, 0
node_3, 0, 1, 0, 1, 1
node_4, 0, 1, 0, 1, 0
node_5, 1, 1, 1, 1, 1

可能的原因及解决办法 #

• 节点顺序不匹配：nx.draw()默认按照NetworkX图对象内部的节点顺序（即G.nodes()返回的顺序）绘制节点，但你生成node_colors时用的是邻接矩阵的nodes列表顺序。如果这两个顺序不一致，颜色就会对应错误。
  解决方法：生成颜色列表时改用图对象的节点顺序：

  node_colors = [category_colors.get(categories[node], 'gray') for node in G.nodes()]
  

• 节点名称存在隐形差异：虽然你确认CSV没问题，但仍需检查categories字典的键与G.nodes()中的节点名是否完全一致（比如是否存在空格、大小写差异或特殊字符）。可以添加打印语句排查：

  print("图中节点:", list(G.nodes()))
  print("分类字典中的节点:", list(categories.keys()))
  

• 重复绘制导致的视觉混淆：你先调用nx.draw()绘制了包含边的网络图，之后又调用nx.draw_networkx_edges()重新绘制边。虽然这不会直接影响节点颜色，但如果边的颜色覆盖了节点边缘，可能造成视觉上的颜色误解。可以去掉重复的边绘制代码，或者在nx.draw()中直接指定edge_color参数：

  nx.draw(G, pos, with_labels=True, node_size=node_size, node_color=node_colors, 
          font_size=10, arrows=True, edge_color='grey')
  

• NetworkX版本兼容问题：部分旧版本的NetworkX在处理颜色列表与节点顺序的对应关系上存在bug，建议升级到最新稳定版（比如3.x系列）。

内容的提问来源于stack exchange，提问作者Alonzo