Python 如何使用holoviews/bokeh在networkx图形中设置随机_状态？

我想生成可复制的绘图。使用

networkx

可以将随机状态传递给布局。这是为了确保绘图相同。当对holoviews执行相同操作时，我得到了一个错误

%pylab inline

import pandas as pd
import networkx as nx
import holoviews as hv

# generating the graph
G = nx.Graph()
ndxs = [1, 2, 3, 4]
G.add_nodes_from(ndxs)
G.add_weighted_edges_from([(1,2,0), (1,3,1), (1,4,-1),
                           (2,4,1), (2,3,-1), (3,4,10)]) 

# drawing with networkx
nx.draw(G, nx.spring_layout(G, random_state=100))


# drawing with holoviews/bokeh
hv.extension('bokeh')
%opts Graph [width=400 height=400]
layout = nx.layout.spring_layout(G, random_state=100)
hv.Graph.from_networkx(G, layout)
>>> TypeError: 'dict' object is not callable

---

第一个问题是

Graph.from_networkx

方法接受布局函数，而不是该函数输出的字典。如果要向函数传递参数，可以将其作为关键字参数传递，例如：

hv.Graph.from_networkx(G, nx.layout.spring_layout, random_state=42)

在我的networkx版本中，random_state不是布局函数的可接受参数，在这种情况下，您可以直接使用NumPy设置种子：

np.random.seed(42)
hv.Graph.from_networkx(G, nx.layout.spring_layout)