NetworkX

最新推荐文章于 2023-06-06 15:11:31 发布

Gocara

最新推荐文章于 2023-06-06 15:11:31 发布

阅读量250

点赞数 1

文章标签：图论神经网络人工智能

本文链接：https://blog.csdn.net/qq_34903176/article/details/129106916

版权

本文介绍了使用Python的NetworkX库创建各种图结构，包括全连接无向图、有向图、环状图、线性串珠图等经典图形，以及随机图、社交网络图如Karate俱乐部和LesMiserables人物关系图。此外，还展示了如何从数据导入图、添加节点和边，以及进行图形的可视化展示。

摘要由CSDN通过智能技术生成

import networkx as nx

nx.__version__

'2.7.1'

import matplotlib.pyplot as plt
%matplotlib inline

plt.rcParams["font.sans-serif"]=["SimHei"]
plt.rcParams["axes.unicode_minus"]=False

plt.plot([1,2,3],[100,500,300])
plt.title("matplotlib中文字体",fontsize=25)
plt.xlabel("x轴",fontsize=15)
plt.ylabel("y轴",fontsize=15)
plt.show()

在这里插入图片描述

G = nx.complete_graph(7)

nx.draw(G)

在这里插入图片描述

全图连接数

G.size()

G = nx.complete_graph(7, nx.DiGraph())

nx.draw(G)

在这里插入图片描述

G.is_directed()

True

G = nx.cycle_graph(5)

nx.draw(G)

在这里插入图片描述

G = nx.ladder_graph(5)

nx.draw(G)

在这里插入图片描述

G = nx.path_graph(15)

nx.draw(G)

在这里插入图片描述

G = nx.star_graph(7)

nx.draw(G)

在这里插入图片描述

G = nx.wheel_graph(8)

nx.draw(G)

在这里插入图片描述

G = nx.binomial_tree(5)

nx.draw(G)

在这里插入图片描述

G = nx.grid_2d_graph(3, 5)

nx.draw(G)

在这里插入图片描述

G = nx.grid_graph(dim=(2, 3, 4))

nx.draw(G)

在这里插入图片描述

G =

关注