如果你需要根据type有条件地为其中一个节点着色，你可以创建一个map：

default = "blue"

colors = dict(nfl="red", nba="black", mlb="green")

dmap = df.set_index("team")["type"].map(colors).to_dict()

nx.draw(G, node_color=[dmap.get(n, default) for n in G.nodes], with_labels=True)

字符串
注意：如果节点是 * 唯一的 *，你可以把两列Map在一起，这样：

dmap = (pd.lreshape(df, {"nodes": ["team", "state"]})
     .set_index("nodes")["type"].map(colors).to_dict())

型
如果您需要在保存html之前将颜色设置为属性，您可以使用：用途：

nx.set_node_attributes(G, dmap, "color") # << add this line

net.from_nx(G)

net.write_html("./output/teams.html")

型
Preview（of teams.html）：

的数据

下面是一个使用gravis创建您请求的图形可视化的简短解决方案。源节点颜色由type列确定，边缘宽度来自DataFrame中的Weight列。
免责声明：我是gravis的作者，并提供了这个答案，因为像你这样的用例是构建这个包的动机的一部分，因此用它来生成合适的解决方案是很简单的。

import gravis as gv
import networkx as nx
import pandas as pd

df = pd.read_csv('./data_files/sample.csv')
graph = nx.from_pandas_edgelist(df, source='team', target='state', edge_attr=('Weight', 'type'))
mapping = dict(nfl='red', nba='black', mlb='green')
for (source, target), attr in graph.edges.items():
    graph.nodes[source]['color'] = mapping[attr['type']]
    graph.edges[(source, target)]['size'] = attr['Weight'] / 2

fig = gv.d3(graph)
fig.display()  # opens a web browser with the visualization

字符串
除了fig.display()，你还可以使用fig.export_html(filename)来创建一个独立的HTML文件，或者使用fig.to_html()来获取HTML文本，你可以在Web应用程序中提供这些文本。如果你喜欢使用fig.display()，你还可以将可视化嵌入到输出单元格中：