如何使用NetworkX为图的边添加邻接矩阵数值标签？

要给图中边添加对应邻接矩阵的数值标签，需要修改Python代码，把权重值作为边属性传入图结构，再在导出dot文件时设置标签。具体操作如下：

• 提取符合条件的边及其对应的权重值：不再只获取行和列索引，同时提取邻接矩阵中对应位置的数值。
• 构建带权重属性的边列表：将权重作为字典属性添加到每条边中。
• 导出dot文件时为边设置标签：遍历所有边，把权重值设为边的标签文本。

修改后的完整代码：

import numpy as np
import networkx as nx
from networkx.drawing.nx_pydot import to_pydot

# 定义邻接矩阵
adj = np.array([
    [  0,   0,   7,   0,   0,   0,   2,   1,   0,   0],
    [  0,   0,   5,  10,   8,  10,   4,  62,  13,   1],
    [  7,   5,   0,  17,  13,  90,   3,  10,   0,   1],
    [  0,  10,  17,   0,   2,  11, 218,  20,   0,   0],
    [  0,   8,  13,   2,   0,   2,   0,  30,   0,   0],
    [  0,  10,  90,  11,   2,   0,   4,  43,   9,   0],
    [  2,   4,   3, 218,   0,   4,   0,  11,   0,   0],
    [  1,  62,  10,  20,  30,  43,  11,   0,   2,   2],
    [  0,  13,   0,   0,   0,   9,   0,   2,   0,   1],
    [  0,   1,   1,   0,   0,   0,   0,   2,   1,   0]
])

count = 10
# 获取满足条件的行、列索引及对应权重
rows, cols = np.where(adj > count)
weights = adj[rows, cols]

# 构造带权重属性的边列表
edges = [(rows[i], cols[i], {'weight': weights[i]}) for i in range(len(rows))]

G = nx.DiGraph()
G.add_edges_from(edges)

# 转换为pydot并设置边标签
p = to_pydot(G)
for edge in p.get_edges():
    # 获取边的起点和终点（注意pydot返回的是字符串，需转整数）
    u = int(edge.get_source())
    v = int(edge.get_destination())
    # 从图中取出权重值并设置为边标签
    edge.set_label(str(G[u][v]['weight']))

p.write_dot('test.dot')

运行以上代码后，导出的test.dot文件中每条边都会带有对应的数值标签，再执行你原来的dot命令生成图片即可看到效果，比如5->7和7->5的边会分别标注邻接矩阵中对应的43和43。

内容的提问来源于stack exchange，提问作者Mike Yearworth