在networkx中按权重对边缘进行着色

我在这里只找到了与我想要的类似的东西：

根据权重对网络边缘进行着色 https://stackoverflow.com/questions/17632151/coloring-networkx-edges-based-on-weight

但是我似乎无法将其应用于我的问题。我有一个带有加权边的图，但权重不是唯一的（因此大约有 15 个权重为 1 的边）。我想根据边缘的重量对边缘进行着色，重量越低，颜色越浅。

我尝试应用上述问题中建议的方法，但据我了解，这要求每条边上的权重都是唯一的？

到目前为止，我已经按照不同边缘权重的升序生成了一个列表，并想用它来对可能的边缘颜色进行分类。我试图避免按权重绘制边缘，因为将来我可能需要绘制一个非常大的图形，并且边缘上的权重范围很大。

如果不清楚，请在评论中告诉我，我会提供更具体的信息。

Thanks!

编辑： def draw_graph(目标): nlist = [目标]+G.neighbors(目标) H=nx.子图(G, nlist) n=H.number_of_edges() 颜色 = 范围(n) 标签，权重 = color_and_label_edges(H)

pos = nx.spring_layout(H)
nx.draw(H, pos, node_color='#A0CBE2',edge_color=colours, node_size=100, edge_cmap=plt.cm.Blues, width=0.5, with_labels=False)
nx.draw_networkx_edge_labels(H, pos, edge_labels=labels)
plt.savefig("Graphs/edge_colormap_%s.png" % target) # save as png
plt.show() # display
pass

def colour_and_label_edges(graph):
    d={}
    for (u,v) in graph.edges():
        d[u,v]=graph[u][v]['weight']
    temp=[]
    for val in d.values():
        if val not in temp:
            temp.append(val)
    weights = sorted(temp,key=int)
    return d, weights

上面的代码不完整，但想法是该函数给了我一个权重列表，如下所示：

[1、2、3、4、5、6、9、10、16、21、47、89、124、134、224]

然后我想使用这个列表为每个权重分配一种颜色，权重越高，颜色越深。 （我在这个例子中使用了一个相对于数据集非常小的子图）。希望能澄清一点：S

您可以使用边缘权重和颜色图来绘制它们。您可能需要与下面的颜色图不同的颜色图。

import matplotlib.pyplot as plt
import networkx as nx
import random

G = nx.gnp_random_graph(10,0.3)
for u,v,d in G.edges(data=True):
    d['weight'] = random.random()

edges,weights = zip(*nx.get_edge_attributes(G,'weight').items())

pos = nx.spring_layout(G)
nx.draw(G, pos, node_color='b', edgelist=edges, edge_color=weights, width=10.0, edge_cmap=plt.cm.Blues)
plt.savefig('edges.png')