python - networkx 中 kamada_kawai_layout 的 dist 属性是什么意思，我如何使用该属性来控制图形的间距？

Question

我有一个从 networkx 生成的图表。我想控制图表中的间距，特别是在 kamada_kawai_layout 显示中。

我在这里附上图表的图像:

如果您看到，independent_5 和 dependent_1_result 中有多个节点。然而，它们都放在彼此之上，我希望它们是分开的和不同的，这样我们才能真正看到不同的路径。

documentation在布局上将 dist 属性描述为:“dist (float (default=None)) – 节点之间最佳距离的二级字典，由源节点和目标节点索引。如果 None ，距离是使用 shortest_path_length() 计算的。”

所以我知道我们需要提供一个字典来控制间距，但我不知道我们将如何做到这一点的细节。是关键元组？这个值会是什么样子——会是一个数字吗？这个数字意味着什么？ ETC？任何帮助将不胜感激!

Answer 1

该函数需要一个 dist['source']['target'] = distance 形式的字典。

如你所见in the code ，如果省略 dist，则该函数采用 dict(nx.shortest_path_length(G, weight=weight)) 的结果。 shortest_path_length 返回对 (source, distances) 的迭代器，其中 distances 是将目标节点映射到距离的字典。

请注意，该函数不假设距离是对称的!如果您只定义从 'u' 到 'v' 的距离为 100.0(即只有 dist['u'] ['v'] = 100.0)，从 'v' 到 'u' 的距离假定为 1000000(参见 the definition of the function 中 dist_mtx 的定义。