python中scale=10_python-NetworkX-停止节点捆绑-尝试过的Scale / ...

有几种方法可以做到这一点.

首先,评论一下networkx如何绘制事物.这是documentation.它创建一个字典pos,其中包含每个节点的坐标.使用draw_networkx可以向其发送可选参数pos = my_position_dict.

Networkx还具有将为您定义位置的命令.这样,您可以更好地控制事物.

您有几种选择可以做自己想做的.

最简单的是仅绘制连接的组件,而忽略孤立的节点.

nodes_of_largest_component = max(nx.connected_components(G), key = len)

largest_component = G.subgraph(nodes_of_largest_component)

nx.draw_spring(largest_component)

另一种方法是尝试其他(非弹簧)布局之一.例如：

nx.draw_spectral(G)

或者,您可以开始操纵位置.一种方法是将几个位置设置为固定,然后让spring_layout处理其余位置.

pre_pos = {Huck: (0,0), Christie:(0,1), Graham:(1,1), Bush: (1,2)}

my_pos = nx.spring_layout(G, pos=pre_pos, fixed = pre_pos.keys())

nx.draw_networkx(G,pos=my_pos)

然后,它将使您固定的节点保持固定.

或者,仅定义最大组件的所有位置.然后将其固定并添加其他节点.最大的组件将“填满”大部分可用空间,然后我认为spring_layout将尝试防止所添加的节点距离太远(或者,一旦看到布局,您可以手动指定它们).

nodes_of_largest_component = max(nx.connected_components(G), key = len)

largest_component = G.subgraph(nodes_of_largest_component)

pos = nx.spring_layout(largest_component)

pos = nx.spring_layout(G,pos=pos,fixed=nodes_of_largest_component)

nx.draw_networkx(G,pos=pos)

还有一点要注意的是,每次对spring_layout的调用都会导致不同的布局.这是因为它从一些随机位置开始.这就是为什么保存位置词典很有用的原因,特别是如果您打算对图形进行任何处理的话.