如何以可读的方式绘制复杂的networkx DiGraph？

Question

我想使用 networkx 来研究一个相当大的项目的架构，但是到目前为止我所做的测试并不是那么好，这是我所有研究的一个最小示例：

import matplotlib.pyplot as plt

import networkx as nx

from networkx.readwrite import node_link_graph

nx.draw(G, with_labels=True)

plt.show()

如您所见，以这种幼稚的方式绘制图形将产生完全无用且不可读的输出，例如：

问题是，在我阅读了 networkx 教程/文档之后，检查了一些谷歌参考资料后，我一直无法找到完成任务的正确方法。我已经安装了graphviz，但是无论如何我尝试在windows上构建和运行pygraphivz/pydot都失败了……

问题：如何使用 networkx 以某种层次和干净的方式绘制复杂的图形，其中节点均匀分布在它们之间？下面你可以看到我想在这里实现的输出类型：

如您所见，节点分散，循环显示正确，层次结构的不同级别自上而下完全清晰......如果可以使用networkx实现类似（或类似）的事情，那就太好了。

事实上，本文所描述的正是我想在这里实现的输出类型

NS。从这个网站借来的图片示例

Answer 1

drawnetworkx的各种函数都带有一个pos参数，该参数是一个字典，其中节点名称为键，x,y 坐标为值。你可以自己生成这个。如果您知道要强加的层次结构，则可以将层次结构转换为 y 位置，然后随时添加填充 x 位置：# exctracting nodes from dictionary into list:nodes = [{'id': 'build'}, {'id': 'root'}, {'id': 'utils'}, {'id': 'codegen'}, {'id': 'codegen.templates'}, {'id': 'nodes.shapes'}, {'id': 'codegen.c_types'}, {'id': 'nodes'}, {'id': 'containers'}, {'id': 'distutils'}, {'id': 'wheel'}, {'id': 'tools.testing'}, {'id': 'finalizations'}, {'id': 'importing'}, {'id': 'plugins'}, {'id': 'freezer'}, {'id': 'tree'}, {'id': 'specs'}, {'id': 'optimizations'}, {'id': 'plugins.standard'}, {'id': 'tools.general.dll_report'}, {'id': 'tools.specialize'}, {'id': 'tools.testing.compare_with_cpython'}, {'id': 'tools.testing.find_sxs_modules'}, {'id': 'tools.testing.measure_construct_performance'}, {'id': 'tools.testing.run_root_tests'}, {'id': 'tools'}]nodelist = []for n in nodes:    for k, v in n.items():        nodelist.append(v)# hierarchy here is arbitrarily defined based on the index of hte node in nodelist. # {hierarchy_level : number_of_nodes_at_that_level}hierarchy = {    0:4,    1:10,    2:5,    3:5,    4:3}coords = []for y, v in hierarchy.items():    coords += [[x, y] for x in list(range(v))]# map node names to positions # this is based on index of node in nodelist.# can and should be tailored to your actual hierarchy    positions = {}for n, c in zip(nodelist, coords):    positions[n] = cfig = plt.figure(figsize=(15,5))nx.draw_networkx_nodes(G, pos=positions, node_size=50)nx.draw_networkx_edges(G, pos=positions, alpha=0.2)# generate y-offset for the labels, s.t. they don't lie on the nodeslabel_positions = {k:[v0, v1-.25] for k, (v0,v1) in positions.items()}nx.draw_networkx_labels(G, pos=label_positions, font_size=8)plt.show()节点标签有些重叠，但这可以通过字体大小进行调整，通过图形尺寸进行额外偏移编辑：旋转节点标签以避免文本重叠：text = nx.draw_networkx_labels(G, pos=label_positions, font_size=8)for _, t in text.items():    t.set_rotation(20)