Networkx最小生成树-精度问题？

Question

我正在从一个222 x 222节点大小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1.6671726002927263 。 nx.minimum_spanning_tree(G, weight = "weight")方法给我下面的第一张图片，同时，如果我将所有矩阵值乘以100.0则相同的方法给我第二张图片。 使用igraph绘制相同内容时不会发生这种情况。 Networkx文档Networkx提及精度问题。 你知道为什么会发生吗？

networkx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)

文字代码：

    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

您所看到的是预期的行为，而不是完全的精度问题。 顾名思义，弹簧布局将节点之间的弹簧动作“模拟”到其位置上。 节点位置在一个圆上初始化，然后将弹簧力施加到您的节点一定的迭代次数（默认为50）。 如果连接权重较弱，则节点将或多或少保留在圆上（第一种情况），如果权重较大，则节点将偏向中心（第二种情况）。

在igraph中，默认情况下，未加权图用于计算布局，您需要显式赋予绘图例程权重。 我怀疑您可能未指定“ weights”参数就绘制了图形。