悠悠楠杉
网站页面
为NetworkX图添加Gravis节点悬停提示的教程，networkx设置节点大小
11/21
![]()
要实现这一功能，首先需要确保安装了必要的库。打开终端，执行以下命令：
bash
pip install networkx gravis ipywidgets
其中，gravis 是主库，ipywidgets 则是支持 Jupyter 环境中交互控件的关键依赖。安装完成后，即可在 Jupyter Notebook 或 JupyterLab 中开始编码。
接下来，我们创建一个简单的 NetworkX 图作为示例。假设我们要构建一个小型社交网络，每个节点代表一个人，包含姓名、年龄和职业等属性：
python
import networkx as nx
import gravis as gv
创建有向图
G = nx.DiGraph()
添加带属性的节点
G.addnode(1, label="张三", age=28, job="工程师")
G.addnode(2, label="李四", age=34, job="设计师")
G.add_node(3, label="王五", age=29, job="产品经理")
添加边
G.addedge(1, 2)
G.addedge(2, 3)
G.add_edge(3, 1)
此时，图 G 已具备基础结构和丰富的节点属性。接下来的关键步骤是配置 Gravis 图表，使其在悬停时显示这些信息。Gravis 允许通过 node_label_data 和 tooltip_data 参数控制标签和提示内容。但更灵活的方式是使用 config 方法或直接在 gv.graph() 中指定 hover_tooltip。
我们可以将多个属性组合成一个格式化字符串，作为悬停提示内容：
python
构建悬停提示信息
for node in G.nodes:
tooltiptext = f"姓名: {G.nodes[node]['label']}\n"
tooltiptext += f"年龄: {G.nodes[node]['age']}\n"
tooltiptext += f"职业: {G.nodes[node]['job']}"
G.nodes[node]['tooltip'] = tooltiptext
使用 Gravis 绘制并启用悬停提示
fig = gv.graph(
G,
nodelabeldata='label',
edgewidth=2,
physicsenabled=True,
usecentralgravity=False
)
设置悬停行为
fig.sethovertooltip(
show=True,
data='tooltip',
backgroundcolor='rgba(0, 0, 0, 0.8)',
fontcolor='white',
fontsize=14,
borderradius=6,
padding=10
)
显示图形
fig.display()
在这段代码中，我们为每个节点新增了一个 'tooltip' 属性，存储格式化的多行文本。调用 set_hover_tooltip 方法后，Gravis 会在用户将鼠标指针停留在节点上时，弹出一个美观的提示框，展示该节点的完整信息。background_color 和 font_color 等参数允许进一步定制样式，以匹配整体视觉风格。
值得注意的是，Gravis 默认在 Jupyter 环境中运行效果最佳。若在标准 Python 脚本中使用，可通过 fig.show() 启动本地服务器查看结果。此外，Gravis 还支持缩放、拖拽、节点点击事件等高级交互功能，适合嵌入到 Dash 或 Streamlit 构建的数据仪表板中。
通过这种方式，原本静态的 NetworkX 图被赋予了“生命”。无论是教学演示、团队汇报还是科研探索，带有悬停提示的交互式图都能帮助观众更快理解网络结构背后的语义信息。更重要的是，整个过程无需脱离 Python 生态，保持了开发流程的一致性与高效性。
总之，Gravis 弥补了 NetworkX 在可视化方面的短板，而节点悬停提示则是提升用户体验的关键细节。只需几行代码，就能让复杂网络变得可读、可探、可交互。对于任何从事图数据分析的开发者而言，掌握这一技巧都将成为其工具箱中的一项实用技能。
