为何执行相同命令生成的图与讲师的图形状存在差异？

嗨，这个问题其实很常见——核心原因就是nx.gnp_random_graph(n, p)本身就是随机图生成器，每次运行的结果本来就存在差异，具体来说有这几个关键点：

• 随机边的本质：这个函数的工作逻辑是，对20个节点的所有可能边（总共190条），每条边都以50%的概率被随机选中保留。每次运行程序时，随机选择的边组合都是不同的，自然图的连接结构和最终呈现的形状就不一样了。
• 讲师用了随机种子：如果讲师的图每次运行都固定，那他大概率是设置了随机种子。随机种子可以让随机数生成器的输出固定下来，这样每次生成的图结构就完全一致。你只需要在生成图之前加上一行种子设置代码，就能复现他的结果：

  import networkx as nx
  import matplotlib.pyplot as plt
  
  # 设置随机种子，让图生成过程固定
  nx.random.seed(42)  # 42只是示例，讲师可能用了其他数字
  G = nx.gnp_random_graph(20, 0.5)
  plt.show(G)
  

• 绘图布局的随机性：有时候就算图结构一样，你和讲师的图看起来还是不同，这可能是因为默认的绘图布局（比如spring_layout）也是随机计算节点位置的。如果要连节点位置都完全一致，你可以给布局函数也加上种子：

  pos = nx.spring_layout(G, seed=42)  # 固定节点布局
  nx.draw(G, pos=pos)
  plt.show()
  

只要设置了相同的随机种子，你生成的图就会和讲师的完全一模一样啦！

内容的提问来源于stack exchange，提问作者Rajat Negi