如何用NetworkX绘制无重叠边的DFA有向多重图？

针对DFA绘图时的边重叠、布局混乱问题，可以通过以下几种方式优化：

1. 使用Graphviz布局算法（推荐） #

NetworkX支持调用Graphviz的布局引擎，这类算法对有向图和多重边的处理远优于默认的spring_layout。需要先安装pygraphviz库（依赖Graphviz本体），然后替换布局方式：

def plot(self):
    G = nx.MultiDiGraph()
    nodes = self.collect_nodes()

    for n in nodes:
        G.add_node(n.id)

    for n in nodes:
        for naar, label in n.get_edges():
            G.add_edge(n.id, naar, label=label)

    # 使用Graphviz的dot布局，适合有向层级图
    pos = nx.nx_agraph.graphviz_layout(G, prog="dot")
    nx.draw(G, pos, with_labels=True, arrows=True, node_size=800, font_size=12)
    
    # 正确获取多重边的标签，避免丢失
    edge_labels = {(u, v, k): d['label'] for u, v, k, d in G.edges(data=True, keys=True)}
    nx.draw_networkx_edge_labels(G, pos, edge_labels=edge_labels, font_size=10)
    plt.show()

2. 优化spring_layout参数（无需额外依赖） #

如果不想依赖Graphviz，可以调整spring_layout的参数增大节点间距，同时给边添加弧度避免重叠：

def plot(self):
    G = nx.MultiDiGraph()
    nodes = self.collect_nodes()

    for n in nodes:
        G.add_node(n.id)

    for n in nodes:
        for naar, label in n.get_edges():
            G.add_edge(n.id, naar, label=label)

    # 增大节点间排斥力，增加迭代次数让布局更稳定
    pos = nx.spring_layout(G, k=0.8, iterations=100)
    # 用弧形绘制边，避免同节点对的边重叠
    nx.draw(G, pos, with_labels=True, arrows=True, node_size=800, font_size=12,
            connectionstyle="arc3,rad=0.15")
    
    edge_labels = {(u, v, k): d['label'] for u, v, k, d in G.edges(data=True, keys=True)}
    nx.draw_networkx_edge_labels(G, pos, edge_labels=edge_labels, font_size=10,
                                 label_pos=0.3)  # 调整标签在边上的位置，减少遮挡
    plt.show()

3. 关键优化点说明 #

• 多重边处理：获取边标签时必须带上边的key（keys=True），否则会丢失重复边的标签信息。
• 弧形边设置：通过connectionstyle参数让同节点对之间的边以不同弧度弯曲，从视觉上区分开重叠边。
• 布局选择：dot布局适合有层级流向的DFA，能自动排列成清晰的流程结构；如果是无固定层级的图，neato布局也是不错的备选。

内容的提问来源于stack exchange，提问作者Jip Helsen