使用Matplotlib子图绘制多个igraph子图时边颜色不显示

我正在使用igraph分析网络，并从主网络中查找特定类型的三元组作为子图，这一步已成功完成。现在我尝试使用matplotlib将这些子图绘制在多面板图中，代码如下：

import pandas as pd
import igraph as ig
import matplotlib.pyplot as plt
import math

# some long hidden code here to generate the main network (g)

# the triad pattern
ffl = g.Isoclass(n=3, cls=7, directed=True)

# finding the subgraphs
sub = g.get_subisomorphisms_vf2(ffl)

# trying to plot the subgraphs
ffls = []
for i in range(len(sub)):
    vtx = g.vs.select(sub[i])
    ffl = g.subgraph(vtx)
    ffl.vs['name'] = g.vs[sub[i]]['name']
    ffls.append(ffl)

visual_style = {'layout': 'reingold_tilford',
                'vertex_label_size': 15}

fig, axs = plt.subplots(nrows=7, ncols=4, figsize=(15,25))
plt.subplots_adjust(wspace=0.5, hspace=0.5)
axs = axs.ravel()
for ax in axs:
    ax.set_axis_off()
for ffl, ax in zip(ffls, axs):
    ig.plot(ffl, target=ax, vertex_label=ffl.vs['name'], **visual_style)
plt.show()

生成的图能正常显示所有子图，但主网络中已定义的边颜色未显示。我确认子图已保留边颜色属性，单独绘制子图时颜色正常，仅批量绘制时出现该问题。请问我哪里操作有误？使用plt.subplots时能否显示边颜色？

解答 #

问题根源是批量绘制时，igraph不会自动读取子图的边颜色属性，需要显式指定颜色参数。plt.subplots完全支持显示边颜色，只需调整代码传递颜色配置即可，以下是两种可行方案：

方案一：在绘图循环中直接传入边颜色 #

修改批量绘制的循环代码，显式将子图的边颜色属性传递给ig.plot()：

for ffl, ax in zip(ffls, axs):
    ig.plot(ffl, target=ax, vertex_label=ffl.vs['name'], 
            edge_color=ffl.es['color'], **visual_style)

方案二：动态更新视觉样式字典 #

如果需要复用样式配置，可以在循环中复制并更新visual_style，确保每个子图使用自身的边颜色：

for ffl, ax in zip(ffls, axs):
    plot_style = visual_style.copy()
    plot_style['edge_color'] = ffl.es['color']
    ig.plot(ffl, target=ax, vertex_label=ffl.vs['name'], **plot_style)

两种方案都能让子图的边颜色在多面板图中正常显示，本质都是明确告诉igraph要使用子图中已有的color边属性。

内容的提问来源于stack exchange，提问作者Ana Nascimento