这不是一个很好的答案，但是它提供了基本知识。可能真正知道Fruchterman-
Reingold算法并可以描述它的人可能来自其他人。我根据代码中的内容给出了解释。
从文档中，
weight：字符串或无可选（默认值=“ weight”）
边缘属性，保存用于边缘权重的数值。如果为None，则所有边缘权重均为1。
但这并不能告诉您重量是做什么的，这是您的问题。
您可以找到源代码。如果您发送加权边，它将
A使用这些权重创建一个邻接矩阵并将其传递
A给
_fruchterman_reingold。
看那里的代码，它的内容就在这一行
displacement=np.transpose(np.transpose(delta)*(k*k/distance**2-A*distance/k)) .sum(axis=1)
该
A*distance是计算是作用在节点上的弹簧力有多强。相应
A条目中的较大值表示在这两个节点之间存在相对较强的吸引力（或者，如果它们非常靠近，则排斥力较小）。然后，算法根据力的方向和强度移动节点。然后重复（默认为50次）。有趣的是，如果您查看源代码，则会注意到
t和
dt。似乎在每次迭代中，力乘以越来越小的因数，因此步长变小。
这是描述该算法的论文的链接，不幸的是，该链接位于付费专线后面。这是作者网页上论文的链接
