如何在networkx可视化中为不同的节点集设置不同的标签选项？

Question

我有一个由三组节点组成的图表 1. 服务器 2. 站 3. 用户 我想用网络内置可视化来绘制它们。在图中，我想要用户和站的标签，而不是服务器的标签。但是，这不起作用。当我尝试这个时：nx.draw_networkx_nodes(network,                    with_labels=False,                    nodelist=self.servers_idx,                    node_size=50, node_shape='s',                    pos=servers_pos,                    node_color='r')nx.draw_networkx_nodes(network, with_labels=True,                    nodelist=self.stations_idx,                    node_size=50, node_shape='^',                    pos=stations_pos,                    node_color='g')nx.draw_networkx_nodes(network, with_labels=True,                    nodelist=self.users_idx,                    node_size=10, node_shape='o',                    pos=users_pos,                    node_color='b')我得到下图：如您所见，它没有显示任何标签，但我已将with_labels变量值设置True为站点和用户，并且期望它会显示它们。奇怪的是，当我将所有设置为时with_labels，True它会显示所有标签。但是，如果我只将其中一个设置为False它不会显示其他两个（就像我将它们都设置为 False 一样）。有谁知道这里发生了什么？

Answer 1

正如 Paul Brodersen 所说，它看起来像一个 networkx 错误。但是您可以通过nx.draw_networkx_labels对用户和站点使用函数来绕过它，但对于服务器则不行：

import networkx as nx

network = nx.Graph()

network.add_nodes_from([1, 2, 3, 4, 5])

# Manually create positions and indices

servers_pos = {1: (-1, 1), 2: (1, 1)}

stations_pos = {3: (0, -1), 4: (1, 0)}

users_pos = {5: (0, 0)}

servers_idx = [1, 2]

stations_idx = [3, 4]

users_idx = [5]

# Draw nodes (exactly your code, but without `with_labels` attribute)

nx.draw_networkx_nodes(network, nodelist=[1, 2], node_size=50, node_shape='s', pos=servers_pos, node_color='r')

nx.draw_networkx_nodes(network, nodelist=[3, 4], node_size=50, node_shape='^', pos=stations_pos, node_color='g')

nx.draw_networkx_nodes(network, nodelist=[5], node_size=10, node_shape='o', pos=users_pos, node_color='b')

# Manually create labels for users and stations

stations_labels = {3: 'WAKA-3', 4: 'WAKA-4'}

users_labels = {5: 'John Doe'}

nx.draw_networkx_labels(

    network,

    pos=stations_pos,

    labels=stations_labels

)

nx.draw_networkx_labels(

    network,

    pos=users_pos,

    labels=users_labels

)

结果如下：