Python NetworkX kamada_kawai_layout用法及代碼示例

使用 Kamada-Kawai path-length cost-function 定位節點。

參數：

G：NetworkX 圖或節點列表

G 中的每個節點都會分配一個位置。

dist：字典(默認=無)

節點之間最佳距離的兩級字典，按源節點和目標節點索引。如果無，則使用shortest_path_length() 計算距離。

pos：dict 或 None 可選(默認=無)

節點的初始位置作為字典，節點作為鍵，值作為坐標列表或元組。如果沒有，則使用 circular_layout() 表示 dim >= 2 並使用線性布局 dim == 1。

weight：字符串或無可選(默認='weight')

保存用於邊權重的數值的邊屬性。如果無，則所有邊權重為 1。

scale：數字(默認值：1)

位置的比例因子。

center：類似數組或無

使布局居中的坐標對。

dim：int

布局的維度。

返回：

pos：dict

由節點鍵入的位置字典

例子：

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