如何创建符合示例图的Ego-Network？现有代码需优化调整

原代码的核心问题在于边的解析逻辑错误——你当前是把输入列表的每个元素和下一个元素连边，而非将输入按“两两一组”解析为边。另外，无向图加箭头没有意义，若需要箭头应使用有向图；同时布局可以调整让中心节点更突出，匹配自我中心网络的样式。

以下是修正后的代码：

import networkx as nx
import matplotlib.pyplot as plt

# 处理用户输入：按两两一组解析为边
user_input = list(map(int, input("Enter edges as space-separated pairs (e.g., 1 2 1 3 1 4): ").split()))
edges = [(user_input[i], user_input[i+1]) for i in range(0, len(user_input), 2)]
print("Parsed edges:", edges)

# 创建有向图（若不需要箭头，改为nx.Graph()即可）
G = nx.DiGraph()
G.add_edges_from(edges)

# 指定自我中心节点（这里取第一条边的起点，也可改为让用户单独输入）
ego = edges[0][0]

# 优化布局：让中心节点位于画布中心，其他节点环绕
pos = nx.circular_layout(G)
pos[ego] = (0, 0)  # 固定中心节点位置

# 绘制普通节点
nx.draw(G, pos, node_color="lavender",
        arrows=True, arrowstyle='->',
        node_size=800, with_labels=True, font_weight='bold')

# 突出显示自我中心节点
options = {"node_size": 1500, "node_color": "#ff4444"}
nx.draw_networkx_nodes(G, pos, nodelist=[ego], **options)

plt.title("Ego-Network")
plt.show()

关键改进点： #

• 正确解析边：将输入按两两一组转换为边列表，符合用户输入多条边的需求
• 布局优化：使用环形布局并将中心节点固定在画布中心，更贴合自我中心网络的视觉效果
• 节点突出：增大中心节点尺寸并使用醒目的颜色，强化自我中心的视觉焦点
• 灵活切换图类型：若不需要箭头，只需将nx.DiGraph()改为nx.Graph()即可

测试时输入类似1 2 1 3 1 4 1 5的内容，就能生成中心节点连接多个外围节点的标准自我中心网络。

内容的提问来源于stack exchange，提问作者Soumya Mondal