word完整版python复杂网络分析库NetworkX.docx
《word完整版python复杂网络分析库NetworkX.docx》由会员分享，可在线阅读，更多相关《word完整版python复杂网络分析库NetworkX.docx（14页珍藏版）》请在冰豆网上搜索。
word完整版python复杂网络分析库NetworkX
python复杂网络分析库NetworkX
阅读目录
∙无向图
∙有向图
∙加权图
∙经典图论算法计算
∙强连通、弱连通
∙子图
∙条件过滤
∙pred，succ
NetworkX是一个用Python语言开发的图论与复杂网络建模工具，内置了常用的图与复杂网络分析算法,可以方便的进行复杂网络数据分析、仿真建模等工作。
networkx支持创建简单无向图、有向图和多重图（multigraph）；内置许多标准的图论算法，节点可为任意数据；支持任意的边值维度,功能丰富，简单易用。
引入模块
importnetworkxasnx
printnx
回到顶部
无向图
例1：
＃！
-*—coding:
utf8—*-
importnetworkxasnx
importmatplotlib.pyplotasplt
G=nx.Graph（）＃建立一个空的无向图G
G。
add_node
（1）＃添加一个节点1
G。
add_edge（2,3）#添加一条边2—3（隐含着添加了两个节点2、3）
G.add_edge（3，2）#对于无向图，边3—2与边2—3被认为是一条边
print”nodes：
",G.nodes（）＃输出全部的节点：
[1，2，3］
print”edges:
",G。
edges（）＃输出全部的边：
[（2,3）]
print”numberofedges：
”，G。
number_of_edges（）#输出边的数量：
1
nx。
draw（G）
plt.savefig（"wuxiangtu。
png"）
plt。
show（）
输出
1
2
3
nodes：
[1,2，3]
edges:
［（2，3）]
numberofedges:
1
例2:
#—＊—coding:
utf8—*—
importnetworkxasnx
importmatplotlib.pyplotasplt
G=nx.DiGraph（）
G。
add_node
（1）
G。
add_node
（2）＃加点
G。
add_nodes_from（［3,4，5，6］）＃加点集合
G。
add_cycle（［1,2,3,4］）＃加环
G。
add_edge（1,3）
G.add_edges_from（［（3,5）,（3，6），（6，7）]）#加边集合
nx。
draw（G）
plt.savefig（”youxiangtu.png"）
plt.show（）
回到顶部
有向图
例1：
#！
—*-coding：
utf8-＊-
importnetworkxasnx
importmatplotlib。
pyplotasplt
G=nx。
DiGraph（）
G。
add_node
（1）
G.add_node
（2）
G。
add_nodes_from（[3,4,5,6］）
G。
add_cycle（［1，2，3,4]）
G。
add_edge（1,3）
G.add_edges_from（［（3，5），（3，6）,（6，7）］）
nx.draw（G）
plt.savefig（"youxiangtu。
png”）
plt.show（）
注:
有向图和无向图可以互相转换，使用函数：
∙Graph.to_undirected（）
∙Graph.to_directed（）
例2，例子中把有向图转化为无向图：
#!
—*—coding：
utf8—＊-
importnetworkxasnx
importmatplotlib.pyplotasplt
G=nx.DiGraph（）
G。
add_node
（1）
G.add_node
（2）
G。
add_nodes_from（[3,4，5,6］）
G。
add_cycle（[1，2,3，4]）
G。
add_edge（1，3）
G.add_edges_from（[（3,5）,（3，6），（6，7）]）
G=G.to_undirected（）
nx.draw（G）
plt。
savefig（"wuxiangtu。
png"）
plt.show（）
注意区分以下2例
例3-1
#-*-coding:
utf8-*-
importnetworkxasnx
importmatplotlib。
pyplotasplt
G=nx.DiGraph（）
road_nodes=｛'a’：
1,'b':
2，’c’:
3｝
#road_nodes={’a’:
{1：
1},’b':
｛2:
2｝,’c’:
｛3：
3｝}
road_edges=[（'a',’b'），（’b’，'c'）］
G。
add_nodes_from（road_nodes。
iteritems（））
G.add_edges_from（road_edges）
nx.draw（G）
plt。
savefig（”youxiangtu。
png”）
plt。
show（）
例3—2
＃-＊—coding:
utf8—*-
importnetworkxasnx
importmatplotlib。
pyplotasplt
G=nx。
DiGraph（）
＃road_nodes=｛’a’：
1，’b’:
2,’c’:
3｝
road_nodes=｛'a’:
{1：
1｝，'b':
{2:
2}，'c'：
｛3：
3｝｝
road_edges=［（'a’，’b’）,（’b’，’c’）]
G。
add_nodes_from（road_nodes.iteritems（））
G.add_edges_from（road_edges）
nx。
draw（G）
plt.savefig（”youxiangtu。
png”）
plt.show（）
回到顶部
加权图
有向图和无向图都可以给边赋予权重，用到的方法是add_weighted_edges_from，它接受1个或多个三元组[u，v，w]作为参数,其中u是起点，v是终点，w是权重。
例1：
#!
—*-coding：
utf8-＊-
importnetworkxasnx
importmatplotlib.pyplotasplt
G=nx。
Graph（）＃建立一个空的无向图G
G.add_edge（2，3）＃添加一条边2—3（隐含着添加了两个节点2、3）
G。
add_weighted_edges_from（［（3，4，3。
5），（3,5，7。
0）]）#对于无向图，边3—2与边2—3被认为是一条边
printG。
get_edge_data（2,3）
printG。
get_edge_data（3，4）
printG.get_edge_data（3，5）
nx。
draw（G）
plt.savefig（"wuxiangtu。
png"）
plt.show（）
输出
{｝
｛'weight’：
3。
5｝
{’weight'：
7.0｝
回到顶部
经典图论算法计算
计算1:
求无向图的任意两点间的最短路径
#—＊—coding:
cp936-*—
importnetworkxasnx
importmatplotlib。
pyplotasplt
#计算1：
求无向图的任意两点间的最短路径
G=nx。
Graph（）
G.add_edges_from（［（1，2）,（1,3），（1,4），（1,5）,（4,5），（4，6）,（5,6）]）
path=nx.all_pairs_shortest_path（G）
printpath[1]
计算2：
找图中两个点的最短路径
importnetworkxasnx
G=nx。
Graph（）
G.add_nodes_from（[1，2，3,4］）
G。
add_edge（1,2）
G.add_edge（3，4）
try:
n=nx。
shortest_path_length（G，1，4）
printn
exceptnx。
NetworkXNoPath:
print'Nopath’
回到顶部
强连通、弱连通
∙强连通：
有向图中任意两点v1、v2间存在v1到v2的路径（path）及v2到v1的路径.
∙弱联通：
将有向图的所有的有向边替换为无向边,所得到的图称为原图的基图.如果一个有向图的基图是连通图,则有向图是弱连通图.
距离
例1：
弱连通
#—*—coding：
utf8—*-
importnetworkxasnx
importmatplotlib。
pyplotasplt
＃G=nx。
path_graph（4，create_using=nx。
Graph（））
＃0123
G=nx.path_graph（4,create_using=nx。
DiGraph（））#默认生成节点0123，生成有向变0-〉1，1->2,2—〉3
G。
add_path（[7,8，3]）#生成有向边:
7-〉8-〉3
forcinnx。
weakly_connected_components（G）：
printc
print［len（c）forcinsorted（nx.weakly_connected_components（G），key=len,reverse=True）]
nx。
draw（G）
plt。
savefig（"youxiangtu。
png”）
plt.show（）
执行结果
set（[0,1，2，3,7，8]）
［6］
例2：
强连通
＃-＊-coding:
utf8—＊-
importnetworkxasnx
importmatplotlib。
pyplotasplt
#G=nx。
path_graph（4，create_using=nx.Graph（））
＃0123
G=nx.path_graph（4,create_using=nx。
DiGraph（））
G.add_path（［3,8,1］）
＃forcinnx。
strongly_connected_components（G）:
#printc
#
#print［len（c）forcinsorted（nx.strongly_connected_components（G）,key=len,reverse=True）]
con=nx.strongly_connected_components（G）
printcon
printtype（con）
printlist（con）
nx.draw（G）
plt。
savefig（”youxiangtu。
png"）
plt。
show（）
执行结果
〈type’generator’〉
[set（[8,1，2,3]），set（[0］）］
回到顶部
子图
＃-*—coding:
utf8-*-
importnetworkxasnx
importmatplotlib。
pyplotasplt
G=nx.DiGraph（）
G。
add_path（［5，6,7，8］）
sub_graph=G.subgraph（［5，6，8]）
升级会员 