python treelib 的一些基本操作

首先下载treelib库

pip install treelib 

然后引入Tree、Node类，Tree包含一些树的操作（如插入节点，返回树的深度等），Node包含树节点的基本信息（节点node的基本信息是Node(tag(标签)，identifier(节点id，是唯一的，不指定值的话系统自动分配，且与tag一样的值)，data(数据)），tag，identifier，data可以独立访问）。

from treelib inport Tree, Node

下面开始介绍一下它的基本操作：

1、构建树（无论是二叉树还是多叉树都treelib支持，只要按自己的逻辑插入节点即可）

有：

create_node(self, tag=None, identifier=None, parent=None, data=None)

和：

add_node(self, node, parent=None)两个方法，

方法一：
tree = Tree() #初始化树
tree.create_node(tag='root', identifier='root', data =3);   //根节点
tree.create_node('child', 'child', parent ='root', data=2);//类似这样插入子节点

方法二
tree = Tree()
rootnode = Node(tag=0, identifier= 0)  #先创建一个Node节点
childnode = Node(tag = 1, identifier = 1) #identifier在树中必须唯一。如果不指定值，系统会自动分配
tree.add_node(rootnode)   # 根节点
tree.add_node(childnode, parent = rootnode) #指定父节点

2、打印树

tree.show() # 或print(tree)      用树结构来显示，显示的数据是 tag 的数据

3、删除操作

# 删除子树
tree.remove_node(identifier)    #输入节点ID，删除以该节点为根的子树，并返回被删除的节点数量
##或者
tree.remove_subtree(nid) #传入节点ID即可，删除以该节点为根的子树，并返回被删的子树

# 删除单个节点
tree.link_past_node(nid) # 传入节点，将该节点的子节点接入该节点的父节点，然后删除该节点

4、统计叶子节点的数量

tree.leaves(nid=None)  # 不指定参数则返回树所有的叶子节点数量，指定节点则返回以该节点为根的子树的所有叶子节点

5、统计树所有节点数量

tree.len()   # 返回树所有节点的数量
##或者是
tree.size(level = None)  # 默认是统计所有节点的数量，如果传入树的第level层，则返回level层的节点数量

6、返回节点所在的层数

tree.level(identifier)  # 传入节点的ID，返回该节点所在的层数
##或者
tree.depth(node=Node) # 不指定参数，返回树的高度，指定节点返回节点所在高度

7、根节点到某一节点的路径

tree.rsearch(identifier) # 传入节点ID，以列表返回从该节点到根节点的路径

8、根节点到所有叶子节点的路径

tree.paths_to_leaves()  # 以列表嵌套列表形式返回每一条根节点到叶子节点的路径，一条路径为一个列表

9、返回全部节点

tree.all_nodes()  # 按树结构顺序返回全部节点，返回结果是列表
###或者
tree.all_nodes_itr() # 按树结构顺序返回全部节点，返回结果是迭代器
###或者
tree.expand_tree()  # 按树深度优先遍历返回全部节点，返回结果是生成器

10、返回某一节点的子节点

tree.children(nid) # 传入节点ID，以列表形式返回子节点(node类)，无子节点返回空列表
###或者
tree.is_branch(nid) # 传入节点ID，以列表返回子节点（identifier的值），无子节点返回空列表

11、返回兄弟节点和父节点

# 返回父节点
tree.parent(nid) # 传入节点ID，返回该节点父节点，如果是根节点返回None
# 返回兄弟节点
tree.siblings(nid) # 传入节点ID，返回该节点兄弟节点，无返回空

12、祖宗节点

tree.ancestor(nid, level=None) # 传入节点ID，返回该节点的前一个祖宗节点。如果再传入该节点的当前层数level，则返回该节点上一层的节点

tree.tree.is_ancestor(ancestor,grandchild) # 传入两个节点，如果ancestor是grandchild的祖宗，返回True，否则返回False

13、获取节点、修改节点、判断节点是否在树中

# 获取节点
tree.get_node(nid)

# 修改节点数据
tree.update_node(nid, *attr) # 传入节点和修改参数，如tree.update_node('node1',data=1) #修改节点node1 的data数据为1

#判断节点是否在树中
tree.contains(nid) # 在树中返回True，不在返回False

14、子树转接操作

tree.move_node(source,destination) # 传入两个节点，将节点source的子节点移为destination的子节点

15、两树合并

tree.paste(nid,new_tree,deep=False) # 传入节点和新树，将新树直接插入该节点下

tree.merge(nid,new_tree,deep=False) # 传入节点和新树，将新树根节点下的子树插入到该节点中，删除新树根节点

16、拷贝

tree.subtree(nid) # 传入节点，拷贝以该节点为根的子树

17、保存多叉树

# 保存为字典形式
tree.to_dict()

# 保存为json格式
tree.to_json()

# 转换为图结构
tree.to_graphviz()

# 保存到特定文件
tree.save2file(filename)

最后在使用Treelib辅助构造树时，虽然这些方法都是返回Node类型的字典或类别，但是可以通过Node的基本信息（如tag，identifier，data）去访问具体的数据，也可以通过这些信息间接去完成自己需要做的任务。

最后可以看下官方文档。