NetworkX中draw_networkx()绘制Graph时节点重叠问题求助

• 指定稳定布局算法并调整参数
  无向图的默认布局计算逻辑可能导致节点聚集，显式调用布局函数并固定随机种子、调整节点间距：

  import networkx as nx
  import matplotlib.pyplot as plt
  
  # 构建示例图
  G = nx.Graph()
  G.add_edges_from([(1,2), (2,3), (3,4), (4,1)])
  
  # 固定seed保证布局可复现，k参数控制节点间距（值越大越分散）
  pos = nx.spring_layout(G, seed=42, k=0.8)
  nx.draw(G, pos, with_labels=True, node_size=600)
  plt.show()
  

  也可以尝试nx.circular_layout()、nx.kamada_kawai_layout()等其他布局，验证是否为布局算法适配问题。

• 排查版本兼容性
  旧版Matplotlib与NetworkX可能存在绘图接口冲突，先检查版本：

  import matplotlib, networkx
  print(f"Matplotlib版本: {matplotlib.__version__}")
  print(f"NetworkX版本: {networkx.__version__}")
  

  若版本过旧（如Matplotlib<3.0或NetworkX<2.5），执行升级：

  pip install --upgrade matplotlib networkx
  

• 检查图数据是否异常
  若图中存在大量孤立节点或所有节点仅连接单一中心节点，会导致布局聚集。先验证数据：

  print("节点列表:", G.nodes())
  print("边列表:", G.edges())
  

  针对孤立节点过多的情况，可调整布局的k值或使用nx.random_layout()分散节点。

• 拆分绘图步骤规避默认参数冲突
  放弃nx.draw()的一站式调用，拆分节点、边、标签的绘制流程，更精准控制渲染：

  plt.figure(figsize=(10,7))
  pos = nx.spring_layout(G, seed=123)
  
  # 分别绘制元素
  nx.draw_networkx_nodes(G, pos, node_color="#66a3ff", node_size=700)
  nx.draw_networkx_edges(G, pos, width=2, edge_color="#999999")
  nx.draw_networkx_labels(G, pos, font_size=12, font_weight="bold")
  
  plt.axis("off")
  plt.tight_layout()
  plt.show()
  

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