Python Networkx权重标签定位

下面的代码在图形中生成了一个非常“狡猾”的边权重标签放置。请看图片。我希望有一个更好的位置（靠近每条线的中点），同时仍然利用节点的自动定位-即，我不想手动定位节点

有什么想法吗？还有一个警告-

iterable函数在Matplotlib 3.1中已被弃用，将在3.3中删除。请改用np.iterable。

如果有人知道如何解决，这将是一个很好的解决方法

import matplotlib.pyplot as plt
import networkx as nx
import numpy as np

G = nx.Graph()
G.add_nodes_from(["A", "B", "C"])
G.add_edge("A", "B", weight=5)
G.add_edge("B", "C", weight=7)
G.add_edge("C", "A", weight=2)

pos = nx.spring_layout(G)
weights = nx.get_edge_attributes(G, "weight")
nx.draw_networkx(G, with_labels=True)
nx.draw_networkx_edge_labels(G, pos, edge_labels=weights)

plt.show()

从：

因此，如果您没有显式地传递

pos

，将生成一个spring\u布局，但这与您通过

pos = nx.spring_layout(G)

，因为两次调用nx.spring_布局（G）会得到不同的结果：

for a in [0,1]:
    pos = nx.spring_layout(G)
    print(pos)

输出：

{'A': array([ 0.65679786, -0.91414348]), 'B': array([0.34320214, 0.5814527 ]), 'C': array([-1.        ,  0.33269078])}
{'A': array([-0.85295569, -0.70179415]), 'B': array([ 0.58849111, -0.29820585]), 'C': array([0.26446458, 1.        ])}

因此，将相同的

pos

传递给两个绘图函数可以解决问题：

pos = nx.spring_layout(G)
weights = nx.get_edge_attributes(G, "weight")
nx.draw_networkx(G, pos, with_labels=True)
nx.draw_networkx_edge_labels(G, pos, edge_labels=weights)

---

只需将

nx.draw\u networkx（G，带标签=True）

替换为

nx.draw\u networkx（G，pos，带标签=True）

如果你给我一个答案，我可以把它标记为已解决。

pos = nx.spring_layout(G)
weights = nx.get_edge_attributes(G, "weight")
nx.draw_networkx(G, pos, with_labels=True)
nx.draw_networkx_edge_labels(G, pos, edge_labels=weights)