技术问询：如何实现边宽与权重成正比的双向有向图绘制

嘿，我完全懂你的需求——你现在的有向图所有边宽度都一样，没法区分不同权重的边对吧？其实用NetworkX和Matplotlib很容易实现，咱们直接改代码就行：

核心思路 #

1. 从图的边数据里提取每条边的权重值
2. （可选）对权重做缩放，让宽度差异更直观（避免权重太小时边太细看不清）
3. 将权重列表传给绘图函数的width参数，实现每条边对应不同宽度

修改后的完整代码 #

from itertools import combinations
import networkx as nx
import matplotlib.pyplot as plt
import numpy as np

fig2 = plt.figure(figsize=(15.0, 10.0))
node_names = ['A', 'B', 'C', 'D']
G = nx.DiGraph()
G.add_nodes_from(node_names)

# 添加带随机权重的双向边
for var in combinations(node_names,2):
    G.add_edge(var[0], var[1], weight = np.random.uniform(0, 4))
    G.add_edge(var[1], var[0], weight = np.random.uniform(0, 4))

pos = nx.spring_layout(G) # 节点位置

# 绘制节点
nx.draw_networkx_nodes(G, pos, node_size=2000) # 调大节点，和边的比例更协调

# 提取每条边的权重，做缩放让宽度差异更明显
edge_weights = [d['weight'] for (u, v, d) in G.edges(data=True)]
scaled_weights = [w * 1.5 for w in edge_weights] # 缩放系数可自行调整

# 绘制边，用缩放后的权重作为宽度
nx.draw_networkx_edges(G, pos, edgelist=G.edges(), width=scaled_weights, arrowstyle='->', arrowsize=10)

# 绘制节点标签和边权重标签（可选，方便查看对应关系）
nx.draw_networkx_labels(G, pos, font_size=20, font_family='sans-serif')
nx.draw_networkx_edge_labels(G, pos, edge_labels={(u,v): round(d['weight'],2) for u,v,d in G.edges(data=True)}, font_size=12)

plt.axis('off') # 关闭坐标轴
plt.show()

关键改动说明 #

• 把节点大小从200改成了2000，和边的比例更协调，你可以根据需求自行调整
• 新增edge_weights列表，专门提取每条边的权重值
• 加了scaled_weights做缩放，比如权重0.5的边宽度是0.75，权重2的边宽度是3，视觉差异更明显
• 绘制边时把固定的width=2换成了width=scaled_weights，让每条边宽度和权重直接挂钩
• 额外添加了边权重标签，方便你直观看到权重和宽度的对应关系，不需要的话可以删掉这一行

这样运行后，你就能看到像A→B和B→A这类双向边，会因为权重不同呈现出不同的宽度啦！

内容的提问来源于stack exchange，提问作者Thomuf