NetworkX从scipy sparse matrix建图：半粗化边改为细线条方法

嘿，这个问题我之前踩过坑！你看到的“半粗化”边其实不是线条样式的问题，本质是同一个节点对之间存在多条重复边——当用SciPy稀疏矩阵初始化NetworkX图时，默认会创建MultiGraph（支持多重边的图结构），如果你的稀疏矩阵里有多个相同的(i,j)非零条目（哪怕值相同或不同），这些都会被当成独立的边，画出来叠在一起就显得“变粗”了。

下面是几种快速解决的方法：

1. 创建图时直接避免多重边 #

在调用from_scipy_sparse_array（旧版本NetworkX用from_scipy_sparse_matrix）时，指定create_using=nx.Graph()参数——Graph是NetworkX的简单图结构，会自动合并重复的节点对，只保留单条边：

import networkx as nx
from scipy.sparse import csr_matrix

# 假设你的稀疏矩阵是sparse_mat
G = nx.from_scipy_sparse_array(sparse_mat, create_using=nx.Graph())
nx.draw(G)

2. 转换已有的多重图为简单图 #

如果已经创建了MultiGraph，可以直接把它转换成Graph，自动合并重复边：

# 假设G是已有的MultiGraph
G_simple = nx.Graph(G)
nx.draw(G_simple)

3. 保留边权重的合并方式（可选） #

如果你的稀疏矩阵里的非零值代表边的权重，想把重复边的权重相加，可以手动聚合：

G_weighted = nx.Graph()
# 遍历多重图的所有边
for u, v, data in G.edges(data=True):
    # 取出权重，默认值为1
    weight = data.get('weight', 1)
    if G_weighted.has_edge(u, v):
        # 已有边则累加权重
        G_weighted[u][v]['weight'] += weight
    else:
        # 没有则新增边
        G_weighted.add_edge(u, v, weight=weight)

# 画图时如果不需要按权重显示粗细，直接绘制即可得到细线条
nx.draw(G_weighted)

你可以先验证一下是不是重复边的问题：对比G.number_of_edges()和len(set(G.edges()))，如果前者大于后者，就说明确实存在多重边啦。

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