Python 使networkx绘图看起来漂亮

我需要使用以下数据构建一个良好的网络：

result_set = {('name1', 'job1'), ('name2', 'job2'), ('name3', 'job3'), ('name4', 'job4'), ('name5', 'job5'), ('name6', 'job6'), ('name7', 'job7'), ('name8', 'job8'), ('name9', 'job3'), ('name10', 'job6'), ('name11', 'job3'), ('name12', 'job1'), ('name13', 'job5'), ('name14', 'job9'), ('name15', 'job10'), ('name16', 'job6'), ('name17', 'job7'), ('name18', 'job11'), ('name19', 'job12'), ('name20', 'job13'), ('name21', 'job7'), ('name22', 'job14'), ('name23', 'job15'), ('name24', 'job7'), ('name25', 'job14'), ('name26', 'job9'), ('name27', 'job3'), ('name28', 'job16'), ('name29', 'job16'), ('name30', 'job1'), ('name31', 'job10'), ('name32', 'job9'), ('name33', 'job12'), ('name34', 'job5'), ('name35', 'job7'), ('name36', 'job3'), ('name37', 'job17'), ('name38', 'job3'), ('name39', 'job18'), ('name40', 'job16 / job3'), ('name41', 'Il Foglio'), ('name42', 'job7'), ('name43', 'job19'), ('name44', 'job9'), ('name45', 'job20'), ('name46', 'job18'), ('name47', 'job21')}

正如您所看到的，名称是唯一的，但不是作业。因此，我想建立一个网络，可以按作业显示名称集群

我使用了下面的代码，但是我有一些问题需要以一个好的格式进行可视化，而不需要重叠标签和根据程度改变节点大小

我的代码如下：

result = zip(names, jobs)

# Converting itertor to set
result_set = set(result)
print(result_set)


G = nx.Graph()
for node_tuple in result_set:
        G.add_edges_from(result_set) # edited after comment
nx.draw(G, with_labels=True)
plt.show()

请您看一下，并告诉我如何对其进行相应的更改，以使其更好地可读，并根据节点的程度显示节点

---

欢迎您提出建议和意见。

您可以使用networkx中实现的许多布局算法中的一种来定位节点，使网络的可视化更容易。通过将

k

设置为适当的值，可以进一步调整节点之间的距离

此外，您还可以通过在

nx中构建dict并设置
node_size
，将节点大小设置为与度成比例。相应地绘制

，并通过应用乘法因子将其放大到所需大小。下面是一个示例，使用：

您还可以根据节点是

作业

还是

名称

使用

node\u color

参数自定义节点颜色（我猜这不是真实情况，但它给出了如何继续的想法）：

from pylab import rcParams
rcParams['figure.figsize'] = 14, 10
pos = nx.spring_layout(G, scale=20, k=3/np.sqrt(G.order()))
d = dict(G.degree)
nx.draw(G, pos, node_color='lightblue', 
        with_labels=True, 
        nodelist=d, 
        node_size=[d[k]*300 for k in d])

rcParams['figure.figsize'] = 14, 10
pos = nx.spring_layout(G, scale=20, k=3/np.sqrt(G.order()))
colors = [['lightgrey', 'lightblue'][node.startswith('job')] 
          for node in G.nodes()]
d = dict(G.degree)
nx.draw(G, pos, 
        with_labels=True, 
        nodelist=d, 
        node_size=[d[k]*300 for k in d],
        node_color=colors)