使用Networkx的spectral_layout绘制网络图无法获得预期输出

你使用的spectral_layout是基于图拉普拉斯特征向量计算的布局，核心用途是展示节点的集群关系，无法自动生成你需要的水平对齐的规整布局，可选择以下适配方案：

方案1：使用graphviz分层布局（需安装额外依赖） #

如果允许安装依赖，graphviz的dot布局会自动识别有向无环图的拓扑层级，将同层级节点水平对齐，和你手动定义pos的效果高度接近：

1. 先安装依赖：pip install pygraphviz
2. 绘图代码：

# prog指定为dot使用分层布局，ranksep参数控制层间距，nodesep控制同层节点间距
pos = nx.nx_agraph.graphviz_layout(G, prog="dot", args="-Granksep=2 -Gnodesep=1")
nx.draw(G, node_size=1200, node_color="skyblue", pos=pos, with_labels=True)
plt.show()

方案2：无额外依赖的自定义自动布局 #

如果不想安装额外库，可以根据前序流程输出的图结构动态生成坐标规则，不需要手动写死每个节点的位置：

# 先获取图的拓扑排序（如果是无向图可以用BFS遍历顺序代替）
node_order = list(nx.topological_sort(G))
# 根据你的业务规则给节点分层，示例分为上、中、下三层，可根据实际结构调整分层逻辑
upper_layer = node_order[:4]
middle_layer = node_order[4:6]
lower_layer = node_order[6:]

pos = {}
# 上层节点y坐标固定为0，x按顺序递增
for idx, node in enumerate(upper_layer):
    pos[node] = (idx, 0)
# 中层节点y坐标固定为-2，x从4开始递增
for idx, node in enumerate(middle_layer):
    pos[node] = (4 + idx, -2)
# 下层节点y坐标固定为-4，x按顺序递增
for idx, node in enumerate(lower_layer):
    pos[node] = (idx, -4)

nx.draw(G, node_size=1200, node_color="skyblue", pos=pos, with_labels=True)
plt.show()

方案3：对spectral_layout结果做后处理 #

如果必须使用spectral_layout，可以对输出的坐标做规整化处理，自动对齐同一水平层的节点：

import numpy as np
from sklearn.cluster import KMeans

pos = nx.spectral_layout(G)
# 提取所有节点的y坐标做聚类，分成3个水平层
y_coords = np.array([v[1] for v in pos.values()]).reshape(-1, 1)
kmeans = KMeans(n_clusters=3, random_state=0).fit(y_coords)
# 给每一层分配固定的y坐标
layer_y_map = {0: 0, 1: -2, 2: -4}

# 逐层重新分配x坐标，避免节点重叠
for layer_id in range(3):
    # 筛选当前层的所有节点，按原始x坐标排序
    layer_nodes = [n for n, label in zip(pos.keys(), kmeans.labels_) if label == layer_id]
    layer_nodes.sort(key=lambda x: pos[x][0])
    # 按顺序分配x坐标
    for idx, node in enumerate(layer_nodes):
        pos[node] = (idx, layer_y_map[layer_id])

nx.draw(G, node_size=1500, node_color="skyblue", pos=pos, with_labels=True)
plt.title("processed spectral layout")
plt.show()

内容的提问来源于stack exchange，提问作者Ashutosh Goenka