networkx使用笔记(二)之小试牛刀篇

Myth丶恋晨 2022-06-18 01:58 205阅读 0赞

**图的类型**

Graph类是无向图的基类，无向图能有自己的属性或参数，不包含重边，允许有回路，节点可以是任何hash的python对象，节点和边可以保存key/value属性对。该类的构造函数为Graph(data=None，\*\*attr)，其中data可以是边列表，或任意一个Networkx的图对象，默认为none；attr是关键字参数，例如key=value对形式的属性。

MultiGraph是可以有重边的无向图，其它和Graph类似。其构造函数MultiGraph（data=None, \*attr）。

DiGraph是有向图的基类，有向图可以有数自己的属性或参数，不包含重边，允许有回路；节点可以是任何hash的python对象，边和节点可含key/value属性对。该类的构造函数DiGraph(data=None,\*\*attr)，其中data可以是边列表，或任意一个Networkx的图对象，默认为none；attr是关键字参数，例如key=value对形式的属性。

MultiGraph是可以有重边的有向图，其它和DiGraph类似。其构造函数MultiDiGraph（data=None, \*attr）。

**图的创建**

>>>import networkx as nx

>>>G=nx.Graph() \#创建了一个没有节点和边的空图

这里的图Graph是由一系列节点及节点对（或者说边、链接）组成。在Networx中，节点可以是任何可以被hash的对象，包括文本字符串、图片、XML对象、Graph和自定义的节点等。

**图的节点**

图可以以多种方式进行增长。Networkx提供多个图生成功能用于读写图。

一次增加一个节点：>>>G.add\_node(1)

通过包含节点的容器增加节点：\#可以是列表、字典、文件的某些行、其它图等

列表>>>G.add\_nodes\_from(\[2,3\])

其它图>>>G.add\_nodes\_from(H) \#H is a graph object here

**图的边**

一次增加一条边：>>>G.add\_edge(1,2)

通过包含边的容器增加：

列表>>>G.add\_edges\_from(\[(1,2),(1,3)\])

边集合>>>G.add\_edges\_from(H.edges())  \#H is also a graph here

**属性**

对于图，边和节点都能将key/value对作为自己的属性，保存在相关的dictionary中。该关联字典默认为空，但是能通过add\_edge,add\_node或操作进行修改。

添加图的属性：>>>G=nx.Graph(day="Friday")

添加节点的属性：\#主要的方法是add\_node()和add\_nodes\_from()

>>>G.add\_node(1,time='5pm')  \#给节点1加属性对time:5pm

>>>G.add\_nodes\_from(\[3\], time='2pm') \#对前一个参数中的所有节点，添加属性对time:2pm

>>>G.node\[1\]\['room'\]=714  \#为G中的节点1添加属性对room:714

添加边的属性：\#主要方法是add\_edge(),add\_edges()和G.edge

>>>G.add\_edge(1,2,'weight'=4.7) \#为1和2之间的边，添加属性weight:4.7

>>>G.add\_edges\_from(\[(3,4),(4,5)\],color='red') \#为连接3和4、4和5的边添加属性对color:red

>>>G\[1\]\[2\]\['weight'\]=4.7

>>>G.edge\[1\]\[2\]\['weight'\]=4

**其它**

len(G)  \#返回G中节点数目

n in G  \#检查节点n是否在G中，如在，返回true。

实例

任意创建一个Graph（默认为无重边的无向图），简单的节点和边的添加，显示一些统计参数，展示度分布图。

![1335190135_9338.png][]

IDLE 2.6.6        
    >>> import networkx as nx //使用库的声明  
    >>> G=nx.Graph()  //初始化  
    >>> G=nx.Graph(name='my graph')  
    >>> e=[(1,2),(1,3),(2,3),(3,4),(4,5)]  
    >>> G=nx.Graph(e)  //为图G添加边  
    >>> nx.degree(G)  
    {1: 2, 2: 2, 3: 3, 4: 2, 5: 1}  
    >>> nx.degree_histogram(G)  
    [0, 1, 3, 1]  
    >>> nx.density(G)   
    0.5  
    >>> nx.degree_c  
    >>> nx.degree_centrality(G)  
    {1: 0.5, 2: 0.5, 3: 0.75, 4: 0.5, 5: 0.25}  
    >>> nx.closeness_centrality(G)  
    {1: 0.5714285714285714, 2: 0.5714285714285714, 3: 0.80000000000000004, 4: 0.66666666666666663, 5: 0.44444444444444442}  
    >>> nx.betweenness_centrality(G)  
    {1: 0.0, 2: 0.0, 3: 0.66666666666666663, 4: 0.5, 5: 0.0}  
    >>> nx.triangles(G)  
    {1: 1, 2: 1, 3: 1, 4: 0, 5: 0}  
    >>> nx.transitivity(G)  
    0.5  
    >>> nx.clustering(G)  
    {1: 1.0, 2: 1.0, 3: 0.33333333333333331, 4: 0.0, 5: 0.0}  
    >>> import matplotlib.pyplot as plt  
    >>> x=range(len(nx.degree_histogram(G)))  
    >>> degree=nx.degree_histogram(G)  
    >>> y=[z/float(sum(degree)) for z in degree]  
    >>> plt.loglog(x,y,color="red",linewidth=4)  
    [<matplotlib.lines.Line2D object at 0x03219570>]  
    >>> plt.show()