networkx学习

  • 导入

import networkx as nx
import matplotlib.pyplot as plt

  • 添加节点

G = nx.Graph()
G.add_nodes_from(nodes)
G.add_weighted_from(edges)

  • 最大联通子图

largest_cc = max(nx.connected_components(G), key=len)
largest_cc

is_connected(G)如果联通返回True
number_connected_components(G)
 
返回连通分量的个数
connected_components(G)
 
生成连通图
node_connected_component(G, n)连通图中包含节点n的节点集合
#定义图的节点和边 
nodes
edges
 
#定义graph 
G = nx.Graph() 
G.add_nodes_from(nodes) 
G.add_edges_from(edges) 
 
#找到所有连通子图 
nx.connected_components(G)
nx.number_connected_components(G) 
#包含所有“0”的所有联通子图
nx.node_connected_component(G, "0")
#最大联通子图
largest_cc = max(nx.connected_components(G), key=len)
largest_cc

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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