本文主要是介绍初次写记录--关于networkx，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
@TOC，初始尝试在线刷内容，转载记录练习下
笔记
原文链接：https://blog.csdn.net/roger_royer/article/details/81348256
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。例如：
G.add_weighted_edges_from([(0,1,3.0),(1,2,7.5)])
如果想读取权重，可以使用get_edge_data方法，它接受两个参数u和v，即边的起讫点。例如：
print G.get_edge_data(1,2) #输出{'weight': 7.5}
NetworkX提供了常用的图论经典算法，例如DFS、BFS、最短路、最小生成树、最大流等等，非常丰富，如果不做复杂网络，只作图论方面的工作，也可以应用NetworkX作为基本的开发包。具体的算法调用方法我就不一一介绍了，可以浏览NX的在线手册http://networkx.lanl.gov/reference/algorithms.html，对每个算法都提供了详细的帮助文档和示例。下面只给出一个最短路算法的例子：
path=nx.all_pairs_shortest_path(G) #调用多源最短路径算法，计算图G所有节点间的最短路径
print path[0][2] #输出节点0、2之间的最短路径序列： [0, 1, 2]
画无向图
import networkx as nx
edgelist = [(0, 1), (1, 2), (2, 3)]
H = nx.Graph(edgelist)
nx.draw_networkx(H)
打印各节点间权重
import networkx as nx
FG = nx.Graph()
FG.add_weighted_edges_from([(1, 2, 0.125), (1, 3, 0.75), (2, 4, 1.2), (3, 4, 0.375)])
for n, nbrs in FG.adj.items():for nbr, eattr in nbrs.items():wt = eattr['weight']if wt < 0.5: print('(%d, %d, %.3f)' % (n, nbr, wt))
获取边权重
import networkx as nx
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[3, 4]['weight'] = 4.2
print(G[1][2]) # 获取权重 #
nx.draw_networkx(G)
图属性的添加
属性诸如weight,labels,colors,或者任何对象，你都可以附加到图、节点或边上。
对于每一个图、节点和边都可以在关联的属性字典中保存一个（多个）键-值对。
默认情况下这些是一个空的字典，但是我们可以增加或者是改变这些属性。
#图的属性
import networkx as nx
import matplotlib.pyplot as plt
G = nx.Graph(day='Monday') #可以在创建图时分配图的属性
G.graph['day'] = 'Friday' #也可以修改已有的属性
G.graph['name'] = 'time' #可以随时添加新的属性到图中
#节点的属性
G = nx.Graph(day='Monday')
G.add_node(1, index='1th') #在添加节点时分配节点属性
print(G.node(data=True))
G.node[1]['index'] = '0th' #通过G.node[][]来添加或修改属性
print(G.node(data=True))
G.add_nodes_from([2,3], index='2/3th') #从集合中添加节点时分配属性
print(G.nodes(data=True))
#边的属性
G = nx.Graph(day='manday')
G.add_edge(1,2,weight=10) #在添加边时分配属性
print(G.edges(data=True))
G.add_edges_from([(1,3), (4,5)], len=22) #从集合中添加边时分配属性
print(G.edges(data='len'))
G.add_edges_from([(3,4,{'hight':10}),(1,4,{'high':'unknow'})])
print(G.edges(data=True))
G[1][2]['weight'] = 100000 #通过G[][][]来添加或修改属性
print(G.edges(data=True))
出入度
import networkx as nx
DG.add_weighted_edges_from([(1, 2, 0.5), (3, 1, 0.75), (1, 4, 1), (1, 5, 2), (6, 1, 5)])print(DG.out_degree(1, weight='weight')) # 出度权重之和 #
print(DG.out_degree(1)) # 出度 #
print(DG.in_degree(1, weight='weight')) # 入度权重之和 #
print(DG.in_degree(1)) # 入度 #
print(DG.degree(1, weight='weight')) # 节点1的出入度权重之和 #
print(DG.degree(1)) # 出入度 #
print(DG.degree(weight='weight')) # 所有节点的出入度权重之和 print(list(DG.successors(1)))
print(list(DG.neighbors(1))) # 节点1所指向的节点编号 #
print(DG.edges())
print(DG.nodes())
print(DG.out_edges(1)) # 出边 #
print(DG.in_edges(1)) # 入边 #
print(DG.number_of_nodes()) # 节点数 #
print(DG.number_of_edges()) # 边数 #
nx.draw_networkx(DG)
plt.show()
绘制一幅图
plt.figure() #创建一幅图
nx.draw(G , node_color='y', with_labels=True, node_size=800) #node_color='y'表示绘制节点的颜色为黄色，默认为红色;with_labels=True使节点上显示节点的名字，默认为False;node_size设置节点大小，默认为300
plt.show()
NetworkX提供了一系列样式参数，可以用来修饰和美化图形，达到我们想要的效果。常用的参数包括：node_size: 指定节点的尺寸大小(默认是300，单位未知，就是上图中那么大的点)
- node_color: 指定节点的颜色 (默认是红色，可以用字符串简单标识颜色，例如’r’为红色，’b’为绿色等，具体可查看手册)
- node_shape: 节点的形状（默认是圆形，用字符串’o’标识，具体可查看手册）
- alpha: 透明度 (默认是1.0，不透明，0为完全透明)
- width: 边的宽度 (默认为1.0)
- edge_color: 边的颜色(默认为黑色)
- style: 边的样式(默认为实现，可选： solid|dashed|dotted,dashdot)
- with_labels: 节点是否带标签（默认为True）
- font_size: 节点标签字体大小 (默认为12)
- font_color: 节点标签字体颜色（默认为黑色）
完全图
G = nx.complete_graph(5)
nx.draw_networkx(G)
plt.show()
参考文献
另外一个参考文档
https://blog.csdn.net/ztf312/article/details/48468623
供学习博客
https://blog.csdn.net/ztf312//article/list/15
这篇关于初次写记录--关于networkx的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
