如何增加networkx.spring_layout的节点间距

Question

使用

绘制一个clique图

import networkx as nx
....
nx.draw(G, layout=nx.spring_layout(G))

生成以下图片：

显然，需要增加节点之间的间隔（例如，边缘长度）。我用谷歌搜索了这里，发现this suggestion：

  

对于某些布局算法，有一个“scale”参数   可能有帮助。 e.g。

     

在1中：将networkx导入为nx

     

在2中：G = nx.path_graph（4）

     

在[3]中：pos = nx.spring_layout（G）#default to scale = 1

     

在[4]中：nx.draw（G，pos）

     

在[5]中：pos = nx.spring_layout（G，scale = 2）＃所有之间的双倍距离   节点

     

在[6]中：nx.draw（G，pos）

但是，scale参数似乎没有任何效果。

获得更好绘图的正确方法是什么？

Answer 1

好吧，我对这个问题的回答为时已晚。但是这个问题的解决方案在于NetworkX版本1.8尚未发布，但可以通过git hub获得。

执行以下操作以增加节点之间的距离：

    pos = nx.spring_layout(G,k=0.15,iterations=20)
    # k controls the distance between the nodes and varies between 0 and 1
    # iterations is the number of times simulated annealing is run
    # default k =0.1 and iterations=50

调整这些参数以查看其工作原理。但尽管如此，并不能保证所有节点都不重叠

Answer 2

对您的问题的真实答案是您的原始图形不是单个fully-connected component。它是三个单独的图。

正在发生的事情是，三个零件飞到了无穷远，这在重新缩放后使每个组件看起来像一个微小的斑点。

算法spring_layout指定所有节点之间的排斥力（反重力），以及 相连的节点之间的吸引力（“弹簧” ）。

因此，如果未连接图形，则由于没有连接它们，各个零件将飞离排斥力。有两个选项：更改力定律（编辑networkx代码），或分别绘制零件图。

这是增加力将所有节点吸引到图表中心的方法。将此代码段的最后一行添加到layouts.py中的def _fruchterman_reingold：

# displacement "force"
displacement = np.einsum('ijk,ij->ik',
                         delta,
                         (k * k / distance**2 - A * distance / k))
# ADD THIS LINE - prevent things from flying off into infinity if not connected
displacement = displacement - pos / ( k * np.sqrt(nnodes))

这一行代码使您可以制作如下图表： 而不是 但是，解决此问题的“最佳”方法是分别绘制组件图。

您可以使用here中描述的功能遍历组件，将它们绘制在单独的图中。

有关更多讨论，请参见this github issue。

Answer 3

我使用了Kamada Kawai布局的最佳距离参数，并将非连接组件之间的距离设置为图表中的最大距离。可能有更好的方法来修改字典，但这很容易：

df = pd.DataFrame(index=G.nodes(), columns=G.nodes())
for row, data in nx.shortest_path_length(G):
    for col, dist in data.items():
        df.loc[row,col] = dist

df = df.fillna(df.max().max())

layout = nx.kamada_kawai_layout(G, dist=df.to_dict())