如何根据Edge_wt值设置网络边厚度并显示有向边及权重

问题说明 #

已成功从文件导入测试网络，但无法实现以下可视化需求：

• 显示Source指向Target的有向边
• 根据Edge_wt值设置边的厚度
• 在边上显示权重数值

测试数据集：

实现代码（基于NetworkX + Matplotlib） #

以下代码可直接实现所有需求，步骤清晰：

import networkx as nx
import matplotlib.pyplot as plt
import pandas as pd

# 1. 加载数据集（替换为你的文件路径）
df = pd.read_csv("network_data.csv")

# 2. 创建有向图并添加节点、边
G = nx.DiGraph()
for _, row in df.iterrows():
    G.add_edge(row["Source"], row["Target"], weight=row["Edge_wt"])

# 3. 计算边厚度（乘以5放大权重差异，可按需调整）
edge_widths = [G[u][v]['weight'] * 5 for u, v in G.edges()]

# 4. 绘制可视化图
plt.figure(figsize=(10, 6))
# 固定布局种子，保证每次绘图位置一致
pos = nx.spring_layout(G, seed=42)

# 绘制节点
nx.draw_networkx_nodes(G, pos, node_size=1500, node_color="#a8d1ff")
# 绘制有向边，设置箭头样式和厚度
nx.draw_networkx_edges(G, pos, width=edge_widths, arrowstyle="->", arrowsize=20, edge_color="#333333")
# 绘制节点标签
nx.draw_networkx_labels(G, pos, font_size=12, font_weight="bold")
# 绘制边权重标签（保留三位小数）
edge_labels = {(u, v): f"{G[u][v]['weight']:.3f}" for u, v in G.edges()}
nx.draw_networkx_edge_labels(G, pos, edge_labels=edge_labels, font_size=10, label_pos=0.3)

plt.title("有向加权测试网络")
plt.axis("off")
plt.show()

关键细节说明 #

• 用nx.DiGraph()创建有向图，确保边的方向性正确
• 边厚度通过width参数绑定Edge_wt值，乘以系数是为了让不同权重的边厚度差异更直观
• label_pos=0.3控制权重标签在边的位置（0为起点，1为终点），可按需调整

内容的提问来源于stack exchange，提问作者Moonie