python 图数据处理包 networkx

networkx

添加节点的方式

import networkx as nx
G = nx.Graph()
G.add_node(1)
G.add_nodes_from([2,3,4,100])
G.add_nodes_from([
    (3,{"color":"red"}),
    (4,{"color":"green"})
     ])
print(G)
add_node 和 add_nodes_from的区别
  • add_node无论传入什么,都作为一个节点添加入图中
  • add_nodes_from 传入的是一个迭代器,会将迭代器的元素分别作为一个节点,添加入图中

这个可以类比应用于add_edge 与 add_edges_from, remove_node 和 remove_nodes_from, remove_edge 和 remove_edges_from

一种高级用法:

这样用的灵活性比较强,因为它允许图的图,文件的图,函数的图

import networkx as nx
G = nx.Graph()
H = nx.path_graph(11) # path_graph(n) => n nodes with n-1 edge
G.add_nodes_from(H)	 # H的结点全部添加进G中, 此时:edge = 0,node = 11
G.add_node(H)		# H整个图作为一个结点添加入G中, 此时: edge = 0, node = 12
NodeView

调用G.nodes时,会返回NodeView,下面是使用示例

G = nx.Graph()
G.add_nodes_from([1,2],color="red")
print(G.nodes.data())
#[(1, {'color': 'red'}), (2, {'color': 'red'})]
G.add_node(3,size = 5) # 添加节点3,属性size值为5
print(G.nodes[3])   # G.nodes[node_id] : 返回id为node_id 的节点属性值
#{'size': 5}

添加连边的方式

添加单条连边

注:添加连边时,G.add_edge(u_node,v_node)这两个node可以不存在图中,会自动添加

import networkx as nx
G = nx.Graph()
G.add_nodes_from([1,2,3,4,5])
G.add_edge(1,2)  #注:add_edge需要包含两个参数:起始节点的id,目的节点的id
e = (3,4)
G.add_edge(*e)  #因为要包含两个参数,因此需要unpack 解压
print(G)
一次性添加多条连边
G.add_edges_from([(1,5),(2,4)])
print(G)
EdgeView

调用G.edges或者G.edges()时,会返回EdgeView,在访问边时,有很多用法,使用示例:

G.add_edge(1,3,color = "yellow")
G.add_edge(2,4,color = "blue")
G.edges  #返回的是edgeView : [(1,3)]
G.edges.data()  # 返回的是 [(1, 3, {'color': 'yellow'}), (2, 4, {'color': 'blue'})]
G.edge[1,3]#  G.edges[u,v] 返回 的是(u,v) 这条边的属性: {"color":"yellow"}
G.edges.data("color") 	#返回的是所有边,以及边上“color”属性的属性值:[(1, 3, 'yellow'), (2, 4, 'blue')] ; 这个有参数default,可以设置default = xxx,默认为xxx。

除了单独创建点与连边之外,其他构造图的方式

为图添加属性
H = nx.Graph(day="Friday" , name = "myGraph" , director = "zqqcee")
使用连边创建 (自动创建节点)
G = nx.Graph()
G.add_edge(1,2)
H = nx.DiGraph(G)  # 使用G的连边构造有向图H
print(H.nodes)  #[1, 2]
print(H.edges)  #[(1, 2), (2, 1)]
构造函数

Graph 的构造函数如下:

def __init__(self, incoming_graph_data=None, **attr)

incoming_graph_data默认为None,可以输入nodeList,edgeList等等

# nodeList
nx.Graph([(1,2,{"key":"value"})])
# edgeList
nx.Graph([(1,2),(2,3)])

访问图的节点邻居与连边

使用下标访问node
G = nx.Graph([(1, 2, {"color": "yellow"})])  # 传入的参数是一条边
G[1]  # same as G.adj[1] ;adj = adjacency ,邻接。 G[1]表示查看节点1的邻接

G[1]运行结果是节点1 的邻居

如果边已经存在,可以使用下标表示法获取/设置边的属性
G.add_edge(1, 3)
G[1][3]['color'] = "blue" # 边已经存在,才能设置属性,若边(1,3)不存在则无法设置【因为G[1,3]获取的为空】
adjacency视图

G.adj返回的是adjacency视图,示例:

G = nx.Graph()
G.add_nodes_from([1,2,3],color="red")
G.add_edge(1,3)
print(G.adj) # {1: {3: {}}, 2: {}, 3: {1: {}}} , {u1:{ 与u1相邻的节点v1 :(u1,v1)边的属性 }}

清空图

G.clear()
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值