如何使用Python NetworkX复现流程图并适配CSV/Excel数据源

1. 通用数据源结构设计（支持Excel/CSV） #

你只需要按固定规则准备两个数据表，存为同一Excel的两个工作表，或者两个独立的CSV文件即可：

• 节点表（工作表名/文件名前缀：nodes）
  必选列：node_id（节点唯一标识，数字/字符串均可）、node_label（节点显示文本）
  可选列：node_type（区分节点类型，取值可设为start/process/decision/end，用于匹配样式）、level（手动指定节点所在层级，控制布局顺序）
• 边表（工作表名/文件名前缀：edges）
  必选列：from_node（起点node_id）、to_node（终点node_id）
  可选列：edge_label（边的显示文本，比如判断分支的"是""否"）

2. 完整实现代码 #

先安装依赖：
pip install pandas networkx matplotlib openpyxl

代码示例：

import pandas as pd
import networkx as nx
import matplotlib.pyplot as plt

def build_flowchart(file_path, sheet_names=None):
    # 初始化有向流程图
    G = nx.DiGraph()
    # 自动匹配文件格式读取
    if file_path.endswith(('.xlsx', '.xls')):
        sheet_names = sheet_names or ['nodes', 'edges']
        nodes_df = pd.read_excel(file_path, sheet_name=sheet_names[0])
        edges_df = pd.read_excel(file_path, sheet_name=sheet_names[1])
    elif file_path.endswith('.csv'):
        # CSV格式默认读取同目录下的{文件名}_nodes.csv和{文件名}_edges.csv
        nodes_df = pd.read_csv(file_path.replace('.csv', '_nodes.csv'))
        edges_df = pd.read_csv(file_path.replace('.csv', '_edges.csv'))
    else:
        raise ValueError("仅支持CSV、XLS、XLSX格式的输入文件")
    
    # 批量添加节点
    for _, row in nodes_df.iterrows():
        G.add_node(row['node_id'], **row.to_dict())
    # 批量添加边
    for _, row in edges_df.iterrows():
        G.add_edge(row['from_node'], row['to_node'], **row.to_dict())
    
    return G, nodes_df

def draw_flowchart(G, nodes_df):
    # 节点样式映射，可根据需求自定义修改
    style_map = {
        'start': {'color': '#2ECC71', 'shape': 'o', 'size': 3000},
        'process': {'color': '#3498DB', 'shape': 's', 'size': 4000},
        'decision': {'color': '#F1C40F', 'shape': 'D', 'size': 5000},
        'end': {'color': '#E74C3C', 'shape': 'o', 'size': 3000}
    }
    # 生成层级布局
    if 'level' in nodes_df.columns:
        # 优先使用手动指定的层级
        level_dict = nodes_df.set_index('node_id')['level'].to_dict()
    else:
        # 无手动层级时自动通过拓扑排序生成分层
        topo_order = list(nx.topological_sort(G))
        level_dict = {node: idx for idx, node in enumerate(topo_order)}
    pos = nx.multipartite_layout(G, subset_key=lambda n: level_dict[n], align='horizontal')
    
    # 按类型绘制节点
    for node_type, style in style_map.items():
        target_nodes = [n for n, attr in G.nodes(data=True) if attr.get('node_type') == node_type]
        nx.draw_networkx_nodes(G, pos, nodelist=target_nodes,
                              node_color=style['color'],
                              node_shape=style['shape'],
                              node_size=style['size'])
    # 绘制节点文本
    nx.draw_networkx_labels(G, pos, labels={n: attr['node_label'] for n, attr in G.nodes(data=True)}, font_size=10)
    # 绘制带箭头的边
    nx.draw_networkx_edges(G, pos, arrowstyle='->', arrowsize=20)
    # 绘制边的标签
    edge_labels = {(u, v): attr.get('edge_label', '') for u, v, attr in G.edges(data=True)}
    nx.draw_networkx_edge_labels(G, pos, edge_labels=edge_labels, font_size=9)
    
    plt.axis('off')
    plt.tight_layout()
    plt.show()

# 调用示例
if __name__ == '__main__':
    # 替换为你的文件路径即可
    G, nodes_df = build_flowchart('流程图数据.xlsx')
    draw_flowchart(G, nodes_df)

3. 特殊规则适配说明 #

• 如果流程图存在循环分支，拓扑排序会失效，手动给节点表加level列指定每个节点的层级即可正常布局
• 需自定义节点/边的样式（比如虚线、自定义颜色形状）时，直接在对应数据表加属性列，修改绘图逻辑读取属性配置即可
• 如需导出为可交互的HTML流程图，可将绘图部分替换为pyvis库实现，逻辑完全通用

内容的提问来源于stack exchange，提问作者Sahil Merali