Python NetworkX kamada_kawai_layout用法及代码示例

使用 Kamada-Kawai path-length cost-function 定位节点。

参数：

G：NetworkX 图或节点列表

G 中的每个节点都会分配一个位置。

dist：字典(默认=无)

节点之间最佳距离的两级字典，按源节点和目标节点索引。如果无，则使用shortest_path_length() 计算距离。

pos：dict 或 None 可选(默认=无)

节点的初始位置作为字典，节点作为键，值作为坐标列表或元组。如果没有，则使用 circular_layout() 表示 dim >= 2 并使用线性布局 dim == 1。

weight：字符串或无可选(默认='weight')

保存用于边权重的数值的边属性。如果无，则所有边权重为 1。

scale：数字(默认值：1)

位置的比例因子。

center：类似数组或无

使布局居中的坐标对。

dim：int

布局的维度。

返回：

pos：dict

由节点键入的位置字典

例子：

>>> G = nx.path_graph(4)
>>> pos = nx.kamada_kawai_layout(G)