要使用 Python 创建放射状层级结构的思维导图，可以结合 `matplotlib` 和 `networkx` 等库实现。放射状布局（Radial Layout）是一种将节点以中心节点为根，其他节点围绕其分布的可视化方式，适合表达树状结构或层级关系[^2]。 ### 实现思路 1. **构建层级结构**：使用 `networkx` 创建一个树状图（Graph），并定义节点之间的父子关系。 2. **布局计算**：使用 `networkx.drawing.layout` 中的 `radial_tree_layout` 或自定义极坐标布局，计算每个节点的位置。 3. **绘制图形**：通过 `matplotlib.pyplot` 绘制节点和边，并使用极坐标增强放射状效果。 ### 示例代码 ```python import matplotlib.pyplot as plt import networkx as nx import numpy as np def radial_layout(G, root, scale=1.0, center=None): if center is None: center = [0.0, 0.0] levels = dict(nx.bfs_successors(G, root)) level_map = {} nodes = [root] level = 0 while nodes: next_nodes = [] for n in nodes: level_map[n] = level next_nodes.extend(levels.get(n, [])) level += 1 nodes = next_nodes pos = {} max_level = max(level_map.values()) for node, lvl in level_map.items(): angle = np.random.rand() * 2 * np.pi # 随机角度，避免重叠 radius = (lvl / max_level) * scale pos[node] = (radius * np.cos(angle) + center[0], radius * np.sin(angle) + center[1]) return pos # 构建一个树状结构 G = nx.balanced_tree(2, 3) # 二叉树，深度3 root = 0 # 计算放射状布局 pos = radial_layout(G, root, scale=2) # 绘图 plt.figure(figsize=(8, 8)) nx.draw(G, pos, with_labels=True, node_size=300, node_color='skyblue', font_size=10, alpha=0.8) plt.title("Radial Tree Layout - Mindmap Style") plt.axis('equal') # 确保比例一致 plt.show() ``` ### 说明 - `radial_layout` 函数通过广度优先搜索（BFS）将节点分层，并根据层级决定半径，角度则随机生成以避免节点重叠。 - `nx.draw` 用于绘制节点和边，`plt.axis('equal')` 保证图形在极坐标下显示正确。 - 若需要更复杂的样式，如颜色编码、标签、边的权重等，可进一步扩展 `nx.draw` 的参数或使用 `matplotlib` 的高级特性[^2]。 ### 扩展建议 - 使用 `matplotlib.patches` 添加扇形区域或背景高亮。 - 通过 `annotate` 添加节点标签或说明文字。 - 结合 `plotly` 或 `pyvis` 实现交互式放射状思维导图。 ---