Python NetworkX spectral_layout用法及代码示例

使用图拉普拉斯算子的特征向量定位节点。

使用未归一化的拉普拉斯算子，布局显示可能的节点簇，它们是比率切割的近似值。如果dim 是维数，则位置是与从第二个开始的递增特征值对应的dim 特征向量的条目。

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。

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

注意：

在定位节点时，有向图将被视为无向图。

对于较大的图(>500 个节点)，这将使用 SciPy 稀疏特征值求解器 (ARPACK)。

例子：

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