NetworkX入门教程

时间:2024-10-26 07:32:22

诸神缄默不语-个人****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:
在这里插入图片描述

2. 图数据的创建、属性与常用方法

Graph文档

  1. 创建一个空的图
    1. 无向图:G = ()
    2. 有向图:DG = ()
  2. 将有向图转换为无向图:G = (DG)
  3. 图是否有向:G.is_directed() 返回布尔值
  4. 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()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'
  1. 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()
    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
  2. 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 
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()类似

注意:属性是只读的,但是可以更改类似[1, 2]这种object里的属性,举例:[1, 2]['weight'] = 4
(对multigraph:[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

  1. 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
  1. 节点数量 G.number_of_nodes()
    边数量 G.number_of_edges()
  2. 可视化 (G, with_labels = True)在这里插入图片描述
  3. 节点特征
    1. 度数:[node_id]G.out_degree(node_id)G.in_degree(node_id)
      可选参数:weight
    2. 邻居:
      1. 无向图:(node_id) 返回迭代器
      2. 有向图:
        1. (node_id)(node_id指向的节点)
        2. (node_id)(指向node_id的节点)
      3. 另一种访问邻居的方式是通过(adjacency list,详情见后文)
        G[node_id]
        [node_id]
    3. PageRank:(G) 返回PageRank向量 pagerank()文档
  4. 删除数据
    1. 删除节点:G.remove_node(n)
    2. 删除所有节点和边:()
  5. 图表示
    1. adjacency list

      1. 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. ()
        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 [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

  1. 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
  2. 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:“”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。