如何在Holoviews/Bokeh中为NetworkX图设置random_state生成可复现图？

你遇到的TypeError: 'dict' object is not callable是因为Holoviews的from_networkx方法的第二个参数需要接收一个布局函数，而不是已经计算好的布局字典。NetworkX的spring_layout()返回的是节点到坐标的字典，直接传进去当然会报错啦~

下面给你两种可行的解决方法：

方法一：传递带固定随机状态的布局函数 #

你可以用lambda或者functools.partial把布局函数和random_state参数绑定在一起，传给from_networkx：

%pylab inline
import pandas as pd
import networkx as nx
import holoviews as hv

# 生成图
G = nx.Graph()
ndxs = [1, 2, 3, 4]
G.add_nodes_from(ndxs)
G.add_weighted_edges_from([(1,2,0), (1,3,1), (1,4,-1), (2,4,1), (2,3,-1), (3,4,10)])

# Holoviews/Bokeh绘图
hv.extension('bokeh')
%opts Graph [width=400 height=400]

# 用lambda封装带random_state的布局函数
layout_func = lambda G: nx.spring_layout(G, random_state=100)
hv.Graph.from_networkx(G, layout_func)

或者用functools.partial更清晰一点：

from functools import partial

layout_func = partial(nx.spring_layout, random_state=100)
hv.Graph.from_networkx(G, layout_func)

方法二：手动设置节点位置属性 #

如果已经提前计算好了布局字典，可以把坐标作为节点属性添加到图里，然后让Holoviews读取这个属性来固定位置：

# 提前计算布局
fixed_layout = nx.spring_layout(G, random_state=100)

# 把坐标添加为节点的'pos'属性
for node, pos in fixed_layout.items():
    G.nodes[node]['pos'] = pos

# Holoviews使用节点的'pos'属性布局
hv.Graph.from_networkx(G, nx.layout.fruchterman_reingold_layout).opts(node_position='pos')

这里注意，虽然我们传了一个布局函数，但通过node_position='pos'参数，Holoviews会直接使用我们预先设置的节点位置，忽略传入的布局函数计算的结果，这样也能保证布局固定。

这样两种方法都能让你生成可复现的Holoviews图表，和NetworkX里的效果一致~

内容的提问来源于stack exchange，提问作者Soerendip