Networkx 最小生成树 - 精度问题？

Question

我正在根据大小为 222 x 222 节点的加权邻接矩阵创建图。矩阵中给出的所有权重都是介于0.42757498546089029和1.6671726002927263之间的浮点数。 nx.minimum_spanning_tree(G, weight = "weight") 方法给出了下面的第一张图片，同时如果我将所有矩阵值乘以 100.0 相同的方法给出了第二张图片。使用 igraph 绘制相同内容时不会发生这种情况。 Networkx 的文档没有提及精度问题。你知道它为什么会发生吗？

网络代码：

G=nx.from_numpy_matrix(M)
G1=nx.minimum_spanning_tree(G, weight = "weight")

labels = {i : node_names[i][1] for i in G1.nodes()}
colors = {i : node_attributes[labels[i]] for i in G1.nodes()}
for i in G1.nodes():
    G1.node[i]["color"] = 'white'
    G1.node[i]["style"] = "filled"    
    G1.node[i]["fillcolor"] = colors[i]
color=nx.get_node_attributes(G1,'color')
fillcolor=nx.get_node_attributes(G1,'fillcolor')
H=nx.relabel_nodes(G1,labels)
nx.draw(H, scale=30, nodelist=H.nodes(), linewidths=0, with_labels = True, node_size=500,font_size=8)

igraph 代码：

    g = igraph.Graph.Weighted_Adjacency(M.tolist())
    for i, v in enumerate(g.vs):
        v["color"] = colors[i]
        v["label"] = labels[i]
        v["frame_color"] = colors[i]
        v["label_size"] = 10
        v["size"] = 26
    G = g.spanning_tree(weights='weight', return_tree=True)
    G.to_undirected()
    igraph.plot(G, labels=False, bbox = (900, 900), margin=40, loops=False

)

Answer 1

您看到的是预期行为，根本不是精度问题。顾名思义，spring 布局 "simulates" 节点之间 spring 的动作到它们的位置。节点位置在一个圆圈上初始化，然后 springs 的力被应用于您的节点一定数量的迭代（默认为 50）。在连接权重较弱的情况下，您的节点或多或少会留在圆圈上（第一种情况），在权重较大的情况下，您的节点将被吸引到中心（第二种情况）。

在 igraph 中，默认情况下，未加权的图用于计算布局，您需要明确地为绘图例程提供权重。我怀疑您可能在未指定 "weights" 参数的情况下绘制了图形。

Networkx 最小生成树 - 精度问题？

Networkx Minimum Spanning Tree - precision issues?

python

igraph

networkx

kruskals-algorithm