python-igraph基本用法（一）

我会带着你远行 2022-06-08 07:25 483阅读 0赞

### 从边列表文件生成网络 ###

按照边列表的形式读入文件，生成无向图。

# -*- coding: utf-8 -*- #设置中文注释
    import igraph as ig
    
    #按照边列表的形式读入文件，生成无向图
    
    g = ig.Graph.Read_Edgelist("com-youtube.ungraph.txt", directed=False)

### 基本信息 ###

ecount = g.ecount()#统计边的数目
     vcount = g.vcount()#统计节点数目
     maxdegree = g.maxdegree()#最大度值

### 计算度序列 ###

degree()函数生成度序列

import igraph as ig
    
    #按照边列表的形式读入文件，生成无向图
    g = ig.Graph.Read_Edgelist("com-youtube.ungraph.txt", directed=False)
    
    degrees = g.degree()#列表
    #序列化度序列
    # f = open("youtube_degree.txt", 'w+')
    # for d in degrees:
    # print >> f,"%d" % d

类似效果：

29
    256
    12
    2753
    192

### 生成边列表文件 ###

get\_edgelist()函数生成边列表文件，该函数可以将内存中的网络整理成边列表形式

#序列化边信息
    edgelist = g.get_edgelist()
    f = open("youtube_edgelist.txt", 'w+')
    for edge in edgelist:
        print >> f,"%d\t%d" % edge

类似效果：

1   2
    1   3
    1   4
    1   5
    1   6
    1   7
    1   8

### 邻居节点信息 ###

#### 给定节点 ####

给定节点编号，求得其所有的邻居节点

neighbors = g.neighbors(vertex=1)
    f = open("youtube_data.txt", 'w+')
    try:
        for neighbor in neighbors:
            print >> f,"%d" % neighbor
    finally:
        f.close()

类似结果：

[2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 376, 1219, 268635, 317880, 665255, 665256, 665257, 665258]

#### 所有节点 ####

按照节点编号顺序依次列出所有的邻居节点，其中这列节点的标号顺序可以看做网络中边的编号。

import igraph as ig
    
    g = ig.Graph.Read_Edgelist("com-youtube.ungraph.txt", directed=False)
    
    # ig.Graph.neighborhood()
    neighbors = g.neighborhood()
    # print type(neighbors)
    
    f = open("youtube_data.txt", 'a+')
    try:
        for list in neighbors:
            for neighbor in list[1:]:#第一个元素是当前节点，其余元素是该节点的全部邻居节点
                print >> f,"%d" % neighbor
    finally:
        f.close()

数据连接：  
[http://snap.stanford.edu/data/bigdata/communities/com-youtube.ungraph.txt.gz][http_snap.stanford.edu_data_bigdata_communities_com-youtube.ungraph.txt.gz]

[http_snap.stanford.edu_data_bigdata_communities_com-youtube.ungraph.txt.gz]: http://snap.stanford.edu/data/bigdata/communities/com-youtube.ungraph.txt.gz