通过邻接矩阵生成有向加权网络

我现在有一张邻接矩阵
A=[[ 0 24 0 0]
[51 0 44 27]
[ 0 41 0 0]
[ 0 43 0 0]]
我希望将它转化为有向加权网络图G,我使用的代码如下:

G = nx.from_numpy_array(A,create_using=nx.DiGraph())
layout = nx.spring_layout(G)
nx.draw(G,layout,with_labels=True)
labels = nx.get_edge_attributes(G,"weight")
nx.draw_networkx_edge_labels(G, pos=layout, edge_labels=labels)
plt.show()

但是我最终得到的结果只显示了一个方向上的权重

请问如何调整代码以显示各个方向上的权重?

该回答引用ChatGPT
可用以下代码：

labels = nx.get_edge_attributes(G,"weight")
# 修改为：
labels = {(i, j): A[i][j] for i in range(A.shape[0]) for j in range(A.shape[1]) if A[i][j] != 0}

# 然后绘图：
nx.draw_networkx_edge_labels(G, pos=layout, edge_labels=labels)

你只画了邻接矩阵左下角的权重与方向
右上角的没画，是相反方向
可以分成左下、右上这2部分画

刚刚操作的时候看了一下nx.draw_networkx_edge_labels的参数，然后好奇其中label_pos: Any = 0.5的意思，就稍微把

nx.draw_networkx_edge_labels(G, pos=layout, edge_labels=labels)

改成了

nx.draw_networkx_edge_labels(G, pos=layout, edge_labels=labels,label_pos=0.25)

然后就图就变成了

这应该算解决了吧，应该是两个方向的权重位置重合了