绘制 networkx 图，节点标签默认为节点名称

问题描述：

NetworkX 功能强大，但我尝试绘制一个默认显示节点标签的图表，令我惊讶的是，对于刚接触 Networkx 的人来说，这个看似简单的任务竟然如此繁琐。这里有一个示例，展示了如何向图表中添加标签。

https://networkx.github.io/documentation/latest/examples/drawing/labels_and_colors.html

这个例子的问题在于，它使用了太多的步骤和方法，而我想要做的只是在绘制图形时显示与节点名称相同的标签。

# Add nodes and edges
G.add_node("Node1")
G.add_node("Node2")
G.add_edge("Node1", "Node2")
nx.draw(G)    # Doesn't draw labels. How to make it show labels Node1, Node2 along?

有没有办法nx.draw(G)在图表中内联显示默认标签（在本例中为 Node1、Node2）？

解决方案 1：

tl/dr：只需添加with_labels=True到nx.draw呼叫即可。

您正在查看的页面有些复杂，因为它展示了如何设置许多不同的东西作为标签，如何为不同的节点赋予不同的颜色，以及如何提供精确控制节点位置的功能。所以有很多事情要做。

但是，您似乎只是希望每个节点使用自己的名称，并且对默认颜色和默认位置感到满意。因此

import networkx as nx
import pylab as plt

G=nx.Graph()
# Add nodes and edges
G.add_edge("Node1", "Node2")
nx.draw(G, with_labels = True)
plt.savefig('labels.png')

如果你想让节点标签不同，你可以发送一个字典作为参数。例如，

labeldict = {}
labeldict["Node1"] = "shopkeeper"
labeldict["Node2"] = "angry man with parrot"

nx.draw(G, labels=labeldict, with_labels = True)

解决方案 2：

我觉得更好的答案是不要使用 networkx 进行绘制。他们明确警告您图形可视化很难，而 networkx 主要用于图形分析（来自https://networkx.org/documentation/stable/reference/drawing.html#module-networkx.drawing.layout）：

绘图 NetworkX 提供了可视化图形的基本功能，但其主要目标是实现图形分析，而不是执行图形可视化。将来，图形可视化功能可能会从 NetworkX 中删除或仅作为附加包提供。

正确的图形可视化很难，我们强烈建议人们使用专门用于该任务的工具来可视化他们的图形。专用且功能齐全的图形可视化工具的著名示例是 Cytoscape、Gephi、Graphviz 以及用于 LaTeX 排版的 PGF/TikZ。要使用这些工具和其他此类工具，您应该将 NetworkX 图形导出为这些工具可以读取的格式。例如，Cytoscape 可以读取 GraphML 格式，因此 networkx.write_graphml(G, path) 可能是一个合适的选择。

因此，我的建议是将图形转换为某种格式，该格式具有专用于图形可视化的软件，然后绘制（例如 pydot、pygraphviz、graphviz 等）。我怀疑 pydot 和 pygraphviz 是最好的，因为 networkx 仅支持这两个。从 pygraphviz 中的文档来看，它具有类似的 api，因此如果您已经想使用 networkx（https://pygraphviz.github.io/documentation/stable/tutorial.html），它可能是最容易使用的：

该 API 与 NetworkX 非常相似。https ://networkx.org/documentation/latest/tutorial.html上的大部分 NetworkX 教程适用于 PyGraphviz。有关主要差异，请参阅http://pygraphviz.github.io/documentation/latest/reference/api_notes.html 。

此外，pydot 目前实际上并没有文档（这让我个人感到困扰。我不知道它在我的浏览器上看起来是否好看，或者它是否让我觉得该项目没有得到开发人员的认真对待，我不知道有些事情就是感觉不对劲，即使它拥有更高的用户群 pydot 15k vs pygraphviz 4k）参考：https://github.com/pydot/pydot/pull/241。

此外，似乎 pygraphviz 比常规 graphviz 具有更精细的控制：Graphviz vs PyGraphViz。另外，我不知道如何将 networkx 直接转换为 graphviz obj（因为 graphviz 拥有最好的文档和最高的用户群 ~19k 所以我更喜欢它），所以出于这些原因我会选择 pygraphviz。Pygravix 也有文档，虽然很小但却让我很满意（虽然不如 graphviz 好，但我不知道如何从 networkx 制作 graphviz 图表）。做出这些决定很难，但我不能永远停留在这个上面，这似乎足够用心。此外，networkx 很棒，因为我也可以将 dgl 图表转换为 networkx（并且重新标记很简单）。

考虑到这些原因，让我给你我编写的示例代码，该代码使用 pygraphviz 完成你想要的操作（但如果你知道如何操作，你可以用 pydot 来完成，使用 networkx 转换为 pydot obj 很简单，请参阅我之前的链接）：

# https://stackoverflow.com/questions/28533111/plotting-networkx-graph-with-node-labels-defaulting-to-node-name

import dgl
import numpy as np
import torch

import networkx as nx

import matplotlib.pyplot as plt
import matplotlib.image as mpimg

from pathlib import Path

g = dgl.graph(([0, 0, 0, 0, 0], [1, 2, 3, 4, 5]), num_nodes=6)
print(f'{g=}')
print(f'{g.edges()=}')

# Since the actual graph is undirected, we convert it for visualization purpose.
g = g.to_networkx().to_undirected()
print(f'{g=}')

# relabel
int2label = {0: "app", 1: "cons", 2: "with", 3: "app3", 4: "app4", 5: "app5"}
g = nx.relabel_nodes(g, int2label)

# https://networkx.org/documentation/stable/reference/drawing.html#module-networkx.drawing.layout
g = nx.nx_agraph.to_agraph(g)
print(f'{g=}')
print(f'{g.string()=}')

# draw
g.layout()
g.draw("file.png")

# https://stackoverflow.com/questions/20597088/display-a-png-image-from-python-on-mint-15-linux
img = mpimg.imread('file.png')
plt.imshow(img)
plt.show()

# remove file https://stackoverflow.com/questions/6996603/how-to-delete-a-file-or-folder
Path('./file.png').expanduser().unlink()
# import os
# os.remove('./file.png')

输出：

g=Graph(num_nodes=6, num_edges=5,
      ndata_schemes={}
      edata_schemes={})
g.edges()=(tensor([0, 0, 0, 0, 0]), tensor([1, 2, 3, 4, 5]))
g=<networkx.classes.multigraph.MultiGraph object at 0x7f8443e94250>
g=<AGraph <Swig Object of type 'Agraph_t *' at 0x7f846117a930>>
g.string()='graph "" {
    app -- cons [key=0,
    id=0];
app -- with [key=0,
id=1];
app -- app3 [key=0,
id=2];
app -- app4 [key=0,
id=3];
app -- app5 [key=0,
id=4];
}
'

不过我想保留这个关于 pydot 可视化的链接，因为它总体上看起来非常有用：使用 pydot 显示图形而不保存，并且可能为其他人提供 pydot 答案（如果他们需要的话）。不过，我很乐意看到支持 pydot 的论据。

编辑1：如果您想按属性而不是按标签进行绘图，请参阅此答案：NetworkX 节点属性绘图注意，按照我建议的方式重新标记并不总是具有预期的语义（例如，它可能会连接两个不打算连接的节点）。

编辑2：如果你想绘制属性，而不是意外发生自循环，请参见以下答案：使用 PyGraphviz 在 graph\nodes 上绘制更多信息