如何在Plotly Dash的networkx图中单独设置各节点大小

你之前的自定义节点大小不生效，核心是两个写法错误：

• Plotly的go.Scatter标记大小参数marker.size原生支持传入与节点数量等长的数值列表，不需要循环逐节点赋值，你之前写的循环每次都会覆盖整个size参数，最终只会保留最后一个节点的数值
• 你注释掉了自定义分数列表的读取代码，且没有保证传入的大小列表顺序和图中节点顺序完全对应，会出现大小和节点错位的问题

只需要修改节点遍历、节点标记配置两个部分即可，和你之前matplotlib版本用自定义分数设置大小的逻辑完全对齐：

import itertools
import networkx
import numpy as np
import plotly.graph_objects as go

vertices = df_final.columns.values.tolist()
edges = [((u,v),df_final[u].corr(df_final[v])) for u,v in itertools.combinations(vertices, 2)]
edges = [(u,v,{'weight': abs(c)}) for (u,v),c in edges if abs(c) >= 0.5]
G = networkx.Graph()
G.add_edges_from(edges)

# 提前做分数-节点映射，避免顺序错位
# 如果F_imp表行索引就是特征/节点名，可直接用 score_map = F_imp['Score'].to_dict()
score_map = dict(zip(F_imp['feature_name'], F_imp['Score']))
pos = networkx.shell_layout(G)

# 生成边轨迹
edge_x = []
edge_y = []
for edge in G.edges():
    x0, y0 = pos[edge[0]]
    x1, y1 = pos[edge[1]]
    edge_x.extend([x0, x1, None])
    edge_y.extend([y0, y1, None])

edge_trace = go.Scatter(
    x=edge_x, y=edge_y,
    line=dict(color='black', width=1),
    hoverinfo='none',
    showlegend=False,
    mode='lines')

# 生成节点轨迹，同步收集每个节点对应的大小值
node_x = []
node_y = []
text = []
node_size = []
# 如果要按节点度设置大小，替换成下面这行获取度映射即可
# degree_map = dict(G.degree())
for node in G.nodes():
    x, y = pos[node]
    node_x.append(x)
    node_y.append(y)
    text.append(node)
    # 取当前节点对应的自定义分数，做缩放适配Plotly的像素单位（不需要像matplotlib那样乘10000，按视觉效果调系数即可）
    node_size.append(score_map[node] * 50)
    # 按度设置大小就用下面这行
    # node_size.append(degree_map[node] * 10)

node_trace = go.Scatter(
    x=node_x, y=node_y, text=text,
    mode='markers+text',
    showlegend=False,
    hoverinfo='text',
    marker=dict(
        color='pink',
        size=node_size, # 直接传入收集好的大小列表，自动给每个节点分配对应尺寸
        line=dict(color='black', width=1)))

# 布局配置
layout = dict(plot_bgcolor='white',
              paper_bgcolor='white',
              margin=dict(t=10, b=10, l=10, r=10, pad=0),
              xaxis=dict(linecolor='black',
                         showgrid=False,
                         showticklabels=False,
                         mirror=True),
              yaxis=dict(linecolor='black',
                         showgrid=False,
                         showticklabels=False,
                         mirror=True))

fig = go.Figure(data=[edge_trace, node_trace], layout=layout)
fig.show()

• 如果F_imp表的行索引是数字，需要把zip(F_imp['feature_name'], F_imp['Score'])里的feature_name替换成表中存储节点名称（和df_final列名完全一致）的实际列名，保证能正确匹配到每个节点的分数
• 大小的缩放系数可以根据实际视觉效果调整，Plotly的marker大小单位是像素，数值过大会导致节点重叠
• 如果需要实现节点颜色差异化，逻辑和大小完全一致，给marker.color传入等长的颜色/数值列表即可

内容的提问来源于stack exchange，提问作者Sky_7