诸神缄默不语-个人CSDN博文目录

NetworkX是复杂网络研究领域中的常用Python包。本文旨在通过介绍NetworkX中常用的方法等内容，为新手提供一个NetworkX的入门教程。
官方文档地址

文章目录

1. Graph Types
2. 图数据的创建、属性与常用方法
3. 除文中已列出的NetworkX官方文档外，其他使用到的参考资料

1. Graph Types

Graph Types文档

允许以可哈希的object作为节点，任何Python object作为边属性。

如何选择使用哪种图：

2. 图数据的创建、属性与常用方法

Graph文档

创建一个空的图
1. 无向图：G = nx.Graph()
2. 有向图：DG = nx.DiGraph()
将有向图转换为无向图：G = nx.Graph(DG)
图是否有向：G.is_directed() 返回布尔值
添加节点
1. 直接添加一个节点（任何object都可以作为节点，包括另一个图）G.add_node(1) G.add_node(DG)
2. 从任何容器加点：a list, dict, set or even the lines from a file or the nodes from another graph
  G.add_nodes_from() 或 nx.path_graph() path_graph()文档（相当于生成一条线）

添加节点示例代码：

G.add_nodes_from([2, 3])
G.add_nodes_from(range(100, 110))
H = nx.path_graph(10)
G.add_nodes_from(H)

G.add_node('spam')       # adds node "spam"
G.add_nodes_from('spam') # adds 4 nodes: 's', 'p', 'a', 'm'

添加边
1. 添加一条边 G.add_edge(u, v)
2. 添加一个边的列表 G.add_edges_from([(1, 2), (1, 3)])
3. 添加一个边的collection G.add_edges_from(H.edges)
4. 如果添加的边的点不存在于图中，会自动添上相应节点而不报错
属性attribute
1. 图的节点/边/图都可以在关联的attribute字典中以键值对key/value形式存储attribute（key一定要是可哈希的）
2. 默认情况下属性字典是空的
3. 可以通过 add_edge() add_node() 方法或直接操作分别名为graph edges nodes的属性字典来进行操作

示例代码：图
创建带属性的图

G = nx.Graph(day="Friday")
G.graph  #输出：{'day': 'Friday'}

为图赋属性（也是修改属性的方法）

G = nx.Graph()
G.graph["Name"] = "Bar"
print(G.graph)  #输出：{'Name': 'Bar'}

示例代码：节点
创建含属性的节点，为节点赋属性、删除节点属性，迭代输出节点及其属性数据

G.add_node(1, time="5pm")
G.add_nodes_from([3], time="2pm")
G.nodes[1]  #输出：{'time': '5pm'}G.nodes[1]["room"] = 714  # node must exist already to use G.nodes
del G.nodes[1]["room"]  # remove attribute
list(G.nodes(data=True))  #输出：[(1, {'time': '5pm'}), (3, {'time': '2pm'})]
list(G)  #G也可以作为G节点的迭代器

添加多个带属性节点

# Add multiple nodes with attributes
G.add_nodes_from([(1, {"feature": 1, "label": 1}),(2, {"feature": 2, "label": 2})
])

示例代码：边
添加带属性的边，添加多个带属性的边，为边的属性赋值，迭代输出边及其属性数据

G.add_edge(1, 2, weight=4.7)
G.add_edges_from([(3, 4), (4, 5)], color="red")
G.add_edges_from([(1, 2, {"color": "blue"}), (2, 3, {"weight": 8})])
G[1][2]["weight"] = 4.7
G.edges[1, 2]["weight"] = 4
G.edges[(1, 2)]["weight"] = 4
list(G.edges(data=True))  #跟上面的G.nodes()类似

注意：G.edges属性是只读的，但是可以更改类似G.edges[1, 2]这种object里的属性，举例：G.edges[1, 2]['weight'] = 4
（对multigraph：MG.edges[u, v, key][name] = value）

添加含weight属性的边 add_weighted_edges_from()函数文档

G.add_weighted_edges_from([(0, 1, 3.0), (1, 2, 7.5)])

注意：如果在Graph/DiGraph中添加两次相同的边会仅更新weight；如果在MultiGraph/MultiDiGraph中则会储存多此边

兼容Python语法的捷径

示例代码：

1 in G  # check if node in graph
[n for n in G if n < 3]  # iterate through nodes
len(G)  # number of nodes in graph

节点数量 G.number_of_nodes()
边数量 G.number_of_edges()
可视化 nx.draw(G, with_labels = True)
节点特征
1. 度数：G.degree[node_id] G.out_degree(node_id) G.in_degree(node_id)
  可选参数：weight
2. 邻居：
  1. 无向图：G.neighbors(node_id) 返回迭代器
  2. 有向图：
    1. G.successors(node_id)（node_id指向的节点）
    2. G.predecessors(node_id)（指向node_id的节点）
  3. 另一种访问邻居的方式是通过G.adj（adjacency list，详情见后文）
    G[node_id]
    G.adj[node_id]
3. PageRank：nx.pagerank(G) 返回PageRank向量 pagerank()文档
删除数据
1. 删除节点：G.remove_node(n)
2. 删除所有节点和边：G.clear()
图表示
1. adjacency list
  1. G.adj
    返回值示例：AdjacencyView({1: {2: {'weight': 0.125}, 3: {'weight': 0.75}}, 2: {1: {'weight': 0.125}, 4: {'weight': 1.2}}, 3: {1: {'weight': 0.75}, 4: {'weight': 0.375}}, 4: {2: {'weight': 1.2}, 3: {'weight': 0.375}}})
  2. G.adjacency()
    返回一个迭代器，每个元素示例格式：(1, {2: {'weight': 0.125}, 3: {'weight': 0.75}})
  3. 用类似 G[1] 的方法也可以访问（相当于 G.adj[1]），返回值示例：AtlasView({2: {'weight': 0.125}, 3: {'weight': 0.75}})

3. 除文中已列出的NetworkX官方文档外，其他使用到的参考资料

cs224w课程的colab0
1. 原始文件下载地址
2. 我上传到GitHub的文件网址，已添加过部分私人注释
cs224w课程的colab0的参考文件
1. 原始文件下载地址有过时语法
2. 我把这个文件代码改了后跑通了，放到了Google Drive上公开。可以上的如需可资借鉴：“NetworkX.ipynb”的副本但是没什么新东西，所以下不了也无所谓，我就不放在GitHub之类更容易登入的地方了。如需找我。

NetworkX入门教程相关推荐

NetworkX入门及实战教程
NetworkX入门及实战教程环境要求和工具包安装自带图的绘制连接表和邻接表创建图通过连接表edge list创建图可视化查看全图参数保存并载入邻接表用NetworkX创建图创建空图 ...
[carla入门教程]-5 使用ROS与carla通信
本专栏教程将记录从安装carla到调用carla的pythonAPI进行车辆操控并采集数据的全流程,带领大家从安装carla开始,到最终能够熟练使用carla仿真环境进行传感器数据采集和车辆控制. 第 ...
Kafka入门教程与详解
1 Kafka入门教程 1.1 消息队列(Message Queue) Message Queue消息传送系统提供传送服务.消息传送依赖于大量支持组件,这些组件负责处理连接服务.消息的路由和传送.持久 ...
【CV】Pytorch一小时入门教程-代码详解
目录一.关键部分代码分解 1.定义网络 2.损失函数(代价函数) 3.更新权值二.训练完整的分类器 1.数据处理 2. 训练模型(代码详解) CPU训练 GPU训练 CPU版本与GPU版本代码区别 ...
python tornado教程_Tornado 简单入门教程（零）——准备工作
前言: 这两天在学着用Python + Tornado +MongoDB来做Web开发(哈哈哈这个词好高端).学的过程中查阅了无数资料,也收获了一些经验,所以希望总结出一份简易入门教程供初学者参考.完 ...
python向量计算库教程_NumPy库入门教程：基础知识总结
原标题:NumPy库入门教程:基础知识总结视学算法 | 作者知乎专栏 | 来源 numpy可以说是 Python运用于人工智能和科学计算的一个重要基础,近段时间恰好学习了numpy,pandas, ...
mysql query browswer_MySQL数据库新特性之存储过程入门教程
MySQL数据库新特性之存储过程入门教程在MySQL 5中,终于引入了存储过程这一新特性,这将大大增强MYSQL的数据库处理能力.在本文中将指导读者快速掌握MySQL 5的存储过程的基本知识,带领用 ...
python tensorflow教程_TensorFlow入门教程TensorFlow 基本使用T
该楼层疑似违规已被系统折叠隐藏此楼查看此楼 TensorFlow入门教程 TensorFlow 基本使用 TensorFlow官方中文教程 TensorFlow 的特点: 使用图 (graph) 来 ...
air调用java,AIR2.0入门教程:与Java应用交互
在之前的一篇文章中,我介绍了如何使用AIR2.0新增的NativeProcess类与本地进程进行交互和通讯,在那个例子里面我们使用了C++ 的代码,实际上只要是基于命令行的标准输入输出,AIR2.0的 ...

NetworkX入门教程

文章目录

1. Graph Types

2. 图数据的创建、属性与常用方法

3. 除文中已列出的NetworkX官方文档外，其他使用到的参考资料

NetworkX入门教程相关推荐

最新文章

热门文章