Networkx每次运行绘制的网络图布局不同，如何实现固定布局输出？

NetworkX 的默认布局算法（比如常用的弹簧布局spring_layout）依赖随机初始值计算节点位置，所以每次运行布局会发生变化，你可以通过固定随机种子的方式实现每次生成完全一致的可视化结果。

具体实现方式 #

有两种常用的实现方案：

• 方式一：显式预计算固定的节点位置
  调用布局算法时指定seed参数，得到固定的节点坐标pos，后续绘图时统一使用这个坐标即可，这种方式更灵活，也方便后续多次复用同一个布局。
• 方式二：直接在nx.draw方法中传入seed参数
  不需要额外计算坐标，直接给绘图方法指定随机种子即可快速实现固定布局。

修改后的完整代码示例 #

import networkx as nx
import matplotlib.pyplot as plt # 建议显式导入matplotlib，方便控制绘图输出

seed = 42 # 可以是任意整数，只要固定不变就能保证布局一致

analysis_graph = nx.Graph()
node_list = ["A", "B", "C", "D", "E", "F"]
analysis_graph.add_nodes_from(node_list)

relation_list = [['A', 'B'],
                 ['A', 'C'],
                 ['B', 'D'],
                 ['C', 'E'],
                 ['D', 'F'],
                 ['E', 'D'],
                 ['C', 'E'],
                 ['B', 'D'],                 
                 ['C', 'F'],
                 ['A', 'E'],
                 ['B', 'C'],                 
                 ['B', 'F'],
                 ['D', 'A']]
analysis_graph = nx.from_edgelist(relation_list)

# 打印图信息（注：nx.info在networkx 2.6+版本已废弃，可替换为如下写法）
print(f"节点数：{nx.number_of_nodes(analysis_graph)}，边数：{nx.number_of_edges(analysis_graph)}")

# 方式1：使用预计算的固定坐标
pos = nx.spring_layout(analysis_graph, seed=seed)
nx.draw(analysis_graph, pos=pos, with_labels = True)

# 方式2：直接给draw方法传seed参数，二选一即可
# nx.draw(analysis_graph, with_labels = True, seed=seed)

plt.show()

额外说明 #

如果要更换其他布局算法（比如环形布局circular_layout、Kamada-Kawai布局等），只要给对应的布局方法传入固定的seed参数，都可以实现布局固定。如果需要完全固定所有绘图细节，还可以同时指定画布大小、dpi等matplotlib参数，避免因画布尺寸变化导致的显示差异。

内容的提问来源于stack exchange，提问作者taga