在NetworkX关系图聚类可视化中如何添加颜色条？

嘿，这个问题我碰到好多次了！NetworkX的nx.draw_networkx默认不会返回能用来生成颜色条的mappable对象，所以直接调用plt.colorbar()就会找不到目标。别慌，给你两种简单靠谱的解决办法：

方法1：手动用Matplotlib Scatter绘制节点（直观可控） #

这种方法把节点绘制和NetworkX的布局、标签绘制分开，直接用Matplotlib的scatter函数画节点——它会返回一个可用于颜色条的mappable对象，完美适配plt.colorbar()。

import networkx as nx
import matplotlib.pyplot as plt
from matplotlib.cm import coolwarm

# 假设你的X是邻接矩阵，predict是0-1范围的聚类标签
G = nx.from_numpy_matrix(X)
layout = nx.fruchterman_reingold_layout(G)

# 提取节点坐标和对应颜色
node_coords = [layout[node] for node in G.nodes()]
x, y = zip(*node_coords)
node_colors = predict

# 用scatter画节点，获取可用于颜色条的对象
scatter_plot = plt.scatter(x, y, c=node_colors, cmap=coolwarm, vmin=0, vmax=1)

# 补充绘制网络的边和节点标签
nx.draw_networkx_edges(G, pos=layout)
nx.draw_networkx_labels(G, pos=layout)

# 现在可以正常添加颜色条了
plt.colorbar(scatter_plot)
plt.show()

方法2：手动创建ScalarMappable对象（保留nx.draw_networkx流程） #

如果你更习惯用nx.draw_networkx一次性画完图，也可以手动创建一个ScalarMappable对象，把你的颜色范围和colormap绑定，再传给颜色条。

import networkx as nx
import matplotlib.pyplot as plt
from matplotlib.cm import coolwarm
from matplotlib.colors import Normalize

G = nx.from_numpy_matrix(X)
layout = nx.fruchterman_reingold_layout(G)

# 正常绘制网络图
nx.draw_networkx(G, pos=layout, with_labels=True, node_color=predict, cmap=coolwarm, vmin=0, vmax=1)

# 创建归一化规则和对应的mappable对象
norm = Normalize(vmin=0, vmax=1)
color_mappable = plt.cm.ScalarMappable(norm=norm, cmap=coolwarm)
color_mappable.set_array([])  # 传入空数组即可，因为我们不需要关联图像数据

# 添加颜色条
plt.colorbar(color_mappable)
plt.show()

简单解释下报错原因：plt.colorbar()需要一个明确的“mappable”对象（比如scatter、imshow返回的对象）来关联颜色映射规则，但nx.draw_networkx内部虽然用了colormap，却没有把这个mappable暴露出来，所以直接调用就会找不到目标~

内容的提问来源于stack exchange，提问作者Faur