Python：networkx：如何使节点大小自动扩展以适合标签

Question

我正在使用deap符号回归示例问题中的这段代码，图表显示正常，但我希望节点扩展为圆角矩形以适合文本自动。 （我不想只通过反复试验来指定节点大小）。我该怎么做？

# show tree
import matplotlib.pyplot as plt
import networkx

nodes, edges, labels = gp.graph(bests[0])
graph = networkx.Graph()
graph.add_nodes_from(nodes)
graph.add_edges_from(edges)
pos = networkx.graphviz_layout(graph, prog="dot")

plt.figure(figsize=(7,7))
networkx.draw_networkx_nodes(graph, pos, node_size=900, node_color="w")
networkx.draw_networkx_edges(graph, pos)
networkx.draw_networkx_labels(graph, pos, labels)
plt.axis("off")
plt.show()

Answer 1

参数node_size接受标量和向量值。虽然标量使所有节点的大小相等，但vector可帮助您在列表中指定要用于每个节点的各个值。如果您的节点ID是字符串，则以下策略可以很好地运行。

只需将size参数更改为networkx.draw_networkx_nodes中的列表，具体取决于每个节点ID的长度。适当选择the_base_size。

networkx.draw_networkx_nodes（graph，pos，node_size = [len（v）* the_base_size for v in graph.nodes（）]，node_color =＆＃34; w＆＃34;）

您可以根据自己处理标签的情况进行调整。

***但是，我不确定在根据标签大小从列表中选择节点大小时是否会保留一对一的对应关系。分享你的结果。我亲自将它用于字符串节点ID，它运行良好。

Answer 2

使用matplotlib和networkx没有一种简单的方法（当然，有足够的代码可以实现）。 Graphviz在标签方面做得非常出色，很容易从networkx写入点格式文件，用Graphviz处理。
另请查看可能完全符合您需要的https://github.com/chebee7i/nxpd。

Answer 3

我最近偶然发现了这个问题。即使经过5年，也没有直接的方法可以做到。但是，经过多次试验和错误，终于找到了明智的解决方法。您可以删除节点，仅使用具有背景色的标签即可。

pos = nx.spring_layout(graph) # Get positions of your nodes
nx.draw_networkx_nodes(graph, pos=pos, label=labels, bbox=dict(fc="r"))

这里的标签是字典，其中节点为键，节点名称为值。

另一种微调的方法，尤其是当您要调整每个标签的属性（例如颜色，形状，背景等）时，最好的方法是使用plt.text()自己添加标签。

pos = nx.spring_layout(graph) # Get positions of your nodes
for key in pos:
    x, y = pos[key]
    plt.text(x,y,key,fc="r", ha="center", va="center")

Answer 4

我喜欢@mathfux 的解决方案，因为它在有向图中正确定位了箭头。但是它需要一些调整来解决提到的对应问题（位置和颜色列表按布局顺序排列，而不是节点顺序）；还可以处理列表的从零开始的索引。我还发现尺寸按平方律起作用，而不是线性地起作用。这是带有颜色的改进版本，使用 Kamada Kwai 而不是 Spring，因此布局不会每次都改变。

import pandas as pd
import matplotlib.pyplot as plt
import networkx as nx

G = nx.DiGraph()
G.add_edges_from([(0,1), (1, 1), (1, 7), (2, 1), (2, 2), (2, 3), 
                  (2, 6), (3, 5), (4, 3), (5, 4), (5, 8),
                  (5, 9), (6, 4), (7, 2), (7, 6), (8, 7)])
labelList="zero one twotwotwo three four five six seven eighteighteight nine".split(' ')

positions=nx.kamada_kawai_layout(G)
plt.figure(figsize =(9, 9))
nx.draw_networkx(G, 
                 node_color =['C{}'.format(i) for i in positions], 
                 pos=positions, 
                labels={idx: val for idx, val in enumerate(labelList)},
                node_size=[len(labelList[i])**2 * 60 for i in positions]
                )