NetworkX

最新推荐文章于 2023-11-13 17:07:33 发布
最新推荐文章于 2023-11-13 17:07:33 发布
阅读量378 收藏 3
点赞数
文章标签： 测试 python 数据结构与算法
原文链接：https://yq.aliyun.com/articles/609387
版权

常用网站：

NetworkX官方介绍：

========

NetworkX (NX) is a Python package for the creation, manipulation, and
study of the structure, dynamics, and functions of complex networks.

<https://networkx.lanl.gov/>
    Just write in Python

    >>> import networkx as nx
    >>> G=nx.Graph()
    >>> G.add_edge(1,2)
    >>> G.add_node(42)
    >>> print(sorted(G.nodes()))
    [1, 2, 42]
    >>> print(sorted(G.edges()))
    [(1, 2)]
  • 用来处理无向图、有向图、多重图的Python数据结构
  • 包含许多标准的图算法
  • 包括网络结构和分析方法
  • 用于产生经典图、随机图和综合网络
  • 节点可以是任何事物（如text, images, XML records）
  • 边能保存任意起算值（如weights, time-series）
  • 开源证书 BSD license
  • 很好的测试结果：超过1800个单元测试，90%的结点覆盖
  • 从Python获得的额外优势：快速原型开发方法，容易学，支持多平台。
import networkx as nx
G = nx.Graph()
G.add_edge('A', 'B', weight=4)
G.add_edge('B', 'D', weight=2)
G.add_edge('A', 'C', weight=3)
G.add_edge('C', 'D', weight=4)
nx.shortest_path(G, 'A', 'D', weight='weight')
['A', 'B', 'D']
import networkx as nx
G=nx.Graph()
G.add_edge(1,2)
G.add_node(42)
print(sorted(G.nodes()))
print(sorted(G.edges()))
[1, 2, 42]
[(1, 2)]

创建图

import networkx as nx
G=nx.Graph()
  • Graph是结点（向量）与确定的结点对（称作边、链接等）的集合。
    在Networkx中，结点可以是任何可哈希的对象，如文本字符串、图片、XML对象、其他图，自定义对象等。
    注意:python的None对象不应该用作结点，

可哈希的：一个对象在它的生存期从来不会被改变（拥有一个哈希方法），能和其他对象区别（有比较方法）

结点

Neatworkx包含很多图生成器函数和工具，可用来以多种格式来读写图。

一次增加一个节点：

G.add_node(1)

用序列增加一系列的节点

G.add_nodes_from([2,3])

增加 nbunch结点。

nbunch是可迭代的结点容器 （序列、集合、图、文件等），其本身不是图的某个节点

import networkx as nx
G=nx.Graph()
G.add_node(1)
G.add_nodes_from([2,3])
H=nx.path_graph(10)      # type(H) networkx.classes.graph.Graph
G.add_nodes_from(H)     # 这是将H中的许多结点作为G的节点
G.add_node(H)          # 这是将H作为G中的一个节点
#查看结点
G.node
{1: {},
 2: {},
 3: {},
 0: {},
 4: {},
 5: {},
 6: {},
 7: {},
 8: {},
 9: {},
 <networkx.classes.graph.Graph at 0x18ecbb89940>: {}}
#G能够一次增加一条边
G.add_edge(1,2)     #只能增加边，有属性，除非指定属性名和值“属性名=值”
e=(2,3)
G.add_edge(*e)      #注意！ G.add_edge(e)会报错！G.add_edge(e)
#用序列增加一系列结点
G.add_edges_from([(1,2),(1,3)])
#增加 ebunch边。ebunch：包含边元组的容器，比如序列、迭代器、文件等
#这个元组可以是2维元组或 三维元组 （node1，node2，an_edge_attribute_dictionary）,an_edge_attribute_dictionary比如：
#{‘weight’:3.1415}
G.add_edges_from(H.edges())

删除

G.remove_node(),G.remove_nodes_from()
G.remove_edge(),G.remove_edges_from()
G.remove_node(H)      #删除不存在的东西会报错
#移除所有的节点和边
G.clear()
G.add_edges_from([(1,2),(1,3)])
G.add_node(1)
G.add_edge(1,2)
G.add_node("spam")
G.add_nodes_from("spam")    # adds 4 nodes: 's', 'p', 'a', 'm'
G.edges(),G.nodes(),G.number_of_edges(),G.number_of_nodes()
import networkx as nx
<module 'networkx' from 'D:\\ProgramData\\Anaconda3\\lib\\site-packages\\networkx\\__init__.py'>

无向图

import networkx as nx
import matplotlib.pyplot as plt

G = nx.Graph()                 #建立一个空的无向图G
G.add_node(1)                  #添加一个节点1
G.add_edge(2,3)                #添加一条边2-3（隐含着添加了两个节点2、3）
G.add_edge(3,2)                #对于无向图，边3-2与边2-3被认为是一条边
print ("nodes:", G.nodes())      #输出全部的节点： [1, 2, 3]
print ("edges:", G.edges())      #输出全部的边：[(2, 3)]
print ("number of edges:", G.number_of_edges())   #输出边的数量：1
nx.draw(G)
plt.savefig("wuxiangtu.png")
plt.show()
nodes: [1, 2, 3]
edges: [(2, 3)]
number of edges: 1

img_70121bf2ac3f2ab64b43568cd5571d9b.png

#-*- coding:utf8-*-
 
import networkx as nx
import matplotlib.pyplot as plt
G = nx.DiGraph()
G.add_node(1)
G.add_node(2)                  #加点
G.add_nodes_from([3,4,5,6])    #加点集合
G.add_cycle([1,2,3,4])         #加环
G.add_edge(1,3)     
G.add_edges_from([(3,5),(3,6),(6,7)])  #加边集合
nx.draw(G)
plt.savefig("youxiangtu.png")
plt.show()

img_d844c2d380a72d5dfbd085d2012fff31.png

有向图

#!-*- coding:utf8-*-
 
import networkx as nx
import matplotlib.pyplot as plt

G = nx.DiGraph()
G.add_node(1)
G.add_node(2)
G.add_nodes_from([3,4,5,6])
G.add_cycle([1,2,3,4])
G.add_edge(1,3)
G.add_edges_from([(3,5),(3,6),(6,7)])
nx.draw(G)
plt.savefig("youxiangtu.png")
plt.show()

img_f654f413838feeffc1771ae45bd0bb4c.png

注：有向图和无向图可以互相转换，使用函数：

  • Graph.to_undirected()
  • Graph.to_directed()
# 例子中把有向图转化为无向图
import networkx as nx
import matplotlib.pyplot as plt

G = nx.DiGraph()
G.add_node(1)
G.add_node(2)
G.add_nodes_from([3,4,5,6])
G.add_cycle([1,2,3,4])
G.add_edge(1,3)
G.add_edges_from([(3,5),(3,6),(6,7)])
G = G.to_undirected()
nx.draw(G)
plt.savefig("wuxiangtu.png")
plt.show()

img_ba1050b2c177f2f40afdd7c75bea42ff.png

#-*- coding:utf8-*-

import networkx as nx
import matplotlib.pyplot as plt

G = nx.DiGraph()

road_nodes = {'a': 1, 'b': 2, 'c': 3}
#road_nodes = {'a':{1:1}, 'b':{2:2}, 'c':{3:3}}
road_edges = [('a', 'b'), ('b', 'c')]

G.add_nodes_from(road_nodes.items())
G.add_edges_from(road_edges)

nx.draw(G)
plt.savefig("youxiangtu.png")
plt.show()

img_ac14692999ab07800f0a013e55385d74.png

#-*- coding:utf8-*-

import networkx as nx
import matplotlib.pyplot as plt

G = nx.DiGraph()

#road_nodes = {'a': 1, 'b': 2, 'c': 3}
road_nodes = {'a':{1:1}, 'b':{2:2}, 'c':{3:3}}
road_edges = [('a', 'b'), ('b', 'c')]

G.add_nodes_from(road_nodes.items())
G.add_edges_from(road_edges)

nx.draw(G)
plt.savefig("youxiangtu.png")
plt.show()

img_943c7ae4799253f541f969bbcf038dd2.png

加权图

有向图和无向图都可以给边赋予权重，用到的方法是add_weighted_edges_from，它接受1个或多个三元组[u,v,w]作为参数，
其中u是起点，v是终点，w是权重

#!-*- coding:utf8-*-
 
import networkx as nx
import matplotlib.pyplot as plt
G = nx.Graph()                                        #建立一个空的无向图G
G.add_edge(2,3)                                     #添加一条边2-3（隐含着添加了两个节点2、3）
G.add_weighted_edges_from([(3, 4, 3.5),(3, 5, 7.0)])    #对于无向图，边3-2与边2-3被认为是一条边


print (G.get_edge_data(2, 3))
print (G.get_edge_data(3, 4))
print (G.get_edge_data(3, 5))

nx.draw(G)
plt.savefig("wuxiangtu.png")
plt.show()
{}
{'weight': 3.5}
{'weight': 7.0}

img_f27c241ab0f30ceea89068130dc16ae7.png

import networkx as nx
import matplotlib.pyplot as plt
G = nx.DiGraph()

经典图论算法计算

计算1：求无向图的任意两点间的最短路径

# -*- coding: cp936 -*-
import networkx as nx
import matplotlib.pyplot as plt
 
#计算1：求无向图的任意两点间的最短路径
G = nx.Graph()
G.add_edges_from([(1,2),(1,3),(1,4),(1,5),(4,5),(4,6),(5,6)])
path = nx.all_pairs_shortest_path(G)
print(path[1])
{1: [1], 2: [1, 2], 3: [1, 3], 4: [1, 4], 5: [1, 5], 6: [1, 4, 6]}

计算2：找图中两个点的最短路径

import networkx as nx
G=nx.Graph()
G.add_nodes_from([1,2,3,4])
G.add_edge(1,2)
G.add_edge(3,4)
try:
    n=nx.shortest_path_length(G,1,4)
    print (n)
except nx.NetworkXNoPath:
    print ('No path')
No path

强连通、弱连通

  • 强连通：有向图中任意两点v1、v2间存在v1到v2的路径（path）及v2到v1的路径。
  • 弱联通：将有向图的所有的有向边替换为无向边，所得到的图称为原图的基图。如果一个有向图的基图是连通图，则有向图是弱连通图。

距离

例1：弱连通

#-*- coding:utf8-*-
 
import networkx as nx
import matplotlib.pyplot as plt
#G = nx.path_graph(4, create_using=nx.Graph())
#0 1 2 3
G = nx.path_graph(4, create_using=nx.DiGraph())    #默认生成节点0 1 2 3，生成有向变0->1,1->2,2->3
G.add_path([7, 8, 3])  #生成有向边：7->8->3

for c in nx.weakly_connected_components(G):
    print (c)

print ([len(c) for c in sorted(nx.weakly_connected_components(G), key=len, reverse=True)])

nx.draw(G)
plt.savefig("youxiangtu.png")
plt.show()
{0, 1, 2, 3, 7, 8}
[6]

img_2d7d0637acc369b8cd92620d0f45e1c1.png

例2：强连通

#-*- coding:utf8-*-
 
import networkx as nx
import matplotlib.pyplot as plt
#G = nx.path_graph(4, create_using=nx.Graph())
#0 1 2 3
G = nx.path_graph(4, create_using=nx.DiGraph())
G.add_path([3, 8, 1])

#for c in nx.strongly_connected_components(G):
#    print c
#
#print [len(c) for c in sorted(nx.strongly_connected_components(G), key=len, reverse=True)]


con = nx.strongly_connected_components(G)
print (con)
print (type(con))
print (list(con))


nx.draw(G)
plt.savefig("youxiangtu.png")
plt.show()
<generator object strongly_connected_components at 0x0000018ECC82DD58>
<class 'generator'>
[{8, 1, 2, 3}, {0}]

img_bd4aa021f9bfbe6abf85f454601dd360.png

子图

#-*- coding:utf8-*-
 
import networkx as nx
import matplotlib.pyplot as plt
G = nx.DiGraph()
G.add_path([5, 6, 7, 8])
sub_graph = G.subgraph([5, 6, 8])
#sub_graph = G.subgraph((5, 6, 8))  #ok  一样

nx.draw(sub_graph)
plt.savefig("youxiangtu.png")
plt.show()

img_063a67e497f179535bf79ced71f652b1.png

条件过滤

原图

#-*- coding:utf8-*-

import networkx as nx
import matplotlib.pyplot as plt
G = nx.DiGraph()


road_nodes = {'a':{'id':1}, 'b':{'id':1}, 'c':{'id':3}, 'd':{'id':4}}
road_edges = [('a', 'b'), ('a', 'c'), ('a', 'd'), ('b', 'd')]

G.add_nodes_from(road_nodes)
G.add_edges_from(road_edges)


nx.draw(G)
plt.savefig("youxiangtu.png")
plt.show()

img_551d283f13aca6e781c4cd4995ac05bc.png

过滤函数

#-*- coding:utf8-*-

import networkx as nx
import matplotlib.pyplot as plt
G = nx.DiGraph()
def flt_func_draw():
    flt_func = lambda d: d['id'] != 1
    return flt_func

road_nodes = {'a':{'id':1}, 'b':{'id':1}, 'c':{'id':3}, 'd':{'id':4}}
road_edges = [('a', 'b'), ('a', 'c'), ('a', 'd'), ('b', 'd')]

G.add_nodes_from(road_nodes.items())
G.add_edges_from(road_edges)

flt_func = flt_func_draw()
part_G = G.subgraph(n for n, d in G.nodes_iter(data=True) if flt_func(d))
nx.draw(part_G)
plt.savefig("youxiangtu.png")
plt.show()

img_4de92debe2034720beab2bf883ceaf67.png

pred，succ

#-*- coding:utf8-*-

import networkx as nx
import matplotlib.pyplot as plt
G = nx.DiGraph()


road_nodes = {'a':{'id':1}, 'b':{'id':1}, 'c':{'id':3}}
road_edges = [('a', 'b'), ('a', 'c'), ('c', 'd')]

G.add_nodes_from(road_nodes.items())
G.add_edges_from(road_edges)

print( G.nodes())
print (G.edges())

print ("a's pred ", G.pred['a'])
print ("b's pred ", G.pred['b'])
print ("c's pred ", G.pred['c'])
print ("d's pred ", G.pred['d'])

print ("a's succ ", G.succ['a'])
print ("b's succ ", G.succ['b'])
print ("c's succ ", G.succ['c'])
print ("d's succ ", G.succ['d'])

nx.draw(G)
plt.savefig("wuxiangtu.png")
plt.draw()
['a', 'b', 'c', 'd']
[('a', 'b'), ('a', 'c'), ('c', 'd')]
a's pred  {}
b's pred  {'a': {}}
c's pred  {'a': {}}
d's pred  {'c': {}}
a's succ  {'b': {}, 'c': {}}
b's succ  {}
c's succ  {'d': {}}
d's succ  {}
探寻有趣之事！
oldbalck
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
如何用Networkx画路线图
11-07
本包使用了networkx，matplotlib等库对路线图进行绘制，希望能帮助到需要的人
Graph object has no attribute add_cycle 问题解决方案
qq_34129688的博客
06-20 5123
‘Graph’ object has no attribute 'add_cycle’问题解决方案 解决方法很简单，属于networks版本更新问题。 首先看官网解释： 用我们中国话就是把add_cycle从图方法转换成了networks函数。 如何修改呢，很简单哦！ 来了，来了，他来了！ G.add_cycle([1,2,3,3]) ———> nx.add_cycle(G, [1, 2, 3, 4]) 这样就ok啦，小可爱！ ...
python Networkx绘图6
JxufeCarol的博客
01-16 1594
参考Link： （11）python将邻接矩阵输出成图 https://blog.csdn.net/zy20150613/article/details/79645285 （12）python复杂网络分析库NetworkX https://www.cnblogs.com/kaituorensheng/p/5423131.html 利用networkx，numpy，matplotlib，将邻接矩阵输...
dgl.from_networkx()报错
weixin_42324904的博客
03-13 2200
raise DGLError('DGLGraph.from_networkx is deprecated. Please call the following\n\n' dgl._ffi.base.DGLError: DGLGraph.from_networkx is deprecated. Please call the following dgl.from_networkx(nx_graph, node_attrs, edge_attrs) , which creates a new DGLGrap
dgl读取graph 错误,dgl安装
码到功成的博客
06-21 1171
dgl load_graphs 读取文件错误
解决python查询neo4j时报错'Graph' object has no attribute 'data'
四国棋客
08-26 4457
背景 今天运行前些日子可以正常运行的demo时，报错 'Graph' object has no attribute 'data' 忘了以前的py2neo是什么版本，于是直接适配了最新的4.3.0 解决方法 把原来的查询语句 ret = self.graph.data("查询语句") 改成 ret = self.graph.run(cypher="查询语句").data()...
NetworkX.rar
08-13
NetworkX 使用文档 The structure of NetworkX can be seen by the organization of its source code. The package provides classes for graph objects, generators to create standard graphs, IO routines for ...
python networkx
02-09
利用python中的networkx包对复杂网络进行编程可视化并进行处理
networkx1.5手册.pdf
03-27
networkx官方文档，网络分析、网络可视化利器，方便科研、学习使用。 NetworkX is a Python package for the creation, manipulation, and study of the structure, dynamics, and functions of complex networks.
networkx函数.ipynb
07-30
学习networkx的Jupyter笔记
AttributeError: ‘DGLGraph‘ object has no attribute ‘send‘解决办法
最新发布
m0_51060676的博客
11-13 321
出现该问题的原因是 dgl版本问题，如果以及下载dgl，此时不要急，只需将代码中。此行代码，便可以解决！
使用networkx进行同构子图查询，新建图的时候出现AttributeError: ‘Graph‘ object has no attribute ‘pred‘
a_cherry_blossoms的博客
10-17 1837
仅供参考 我在做一个查询子图同构的程序的时候（已实现），遇到了一个错误AttributeError: 'Graph' object has no attribute 'pred' 后来检查代码发现是因为代码 # 创建网络有向图g_network g_network = nx.DiGraph() g_network.add_edges_from(data_network) # 创建model有向图g_model g_model = nx.Graph() g_model.add_edges_from(
【问题解决】pgmpy模块出现‘SubDiGraph‘ object has no attribute ‘get_ancestral_graph‘报错的解决方法
浪荡子爱自由的博客
11-21 1265
【问题描述】在使用pgmpy模块实现贝叶斯网络时，出现‘SubDiGraph‘ object has no attribute ‘get_ancestral_graph‘错误。 【解决方法】 出现这种问题主要原因是pgmpy模块安装环境有问题，根据pgmpy模块安装要求，必须要求Python的安装环境必须是Python3.7.X，其中X必须大于等于1。所以要解决这个问题必须安装Python3.7.X环境，如果通过安装Anaconda软件配置Python环境就要，就要安装Anaconda...
解决NetworkX遇到 AttributeError: ‘Graph‘ object has no attribute ‘node‘ 问题
qq_45104014的博客
01-04 6906
学习NetworkX时，查看结点属性时遇到了报错： AttributeError: ‘Graph’ object has no attribute ‘node’ G= nx.Graph(name='无向图',data=2022) # 创建无向图 G.add_nodes_from([1,2,3,4,5])#利用列表，往图中添加结点 G.add_node(6,name='F',weight=12) print(G.node[6]['name']) #根据结点ID，查看结点其他属性 上网查了一下，原因是Netw
使用Androguard生成android apk文件的call graph（报错：'DiGraph' object has no attribute 'node'的解决方法-2019年11月）
qysh123的专栏
11-16 4571
由于研究需要，今天又尝试了一下用Androguard生成APK文件的Call Graph，发现还是有点坑，这里记录一下。 和之前很多朋友写的记录相比，目前的坑已经算是很简单了，不过还是难免有坑啊！ 按照这里的介绍： https://androguard.readthedocs.io/en/latest/intro/installation.html 可以通过pip和apt install（...
'Graph' object has no attribute 'add_weight_edges_from'
⚡
01-28 3300
python2是add_weight_edges_from()，python3改成了add_weighted_edges_from()  
NetworkX 2 的改变（AttributeError: 'Graph' object has no attribute 'edges_iter'）
私人天地
07-03 9218
saver = tf.train.Saver(self.b.values() + self.W.values()) TypeError: unsupported operand type(s) for +: ‘dict_values’ and ‘dict_values’ 修改如下： saver = tf.train.Saver(list(self.b.values()) + ...
python 报错 AttributeError DataFrame object has no attribute as_matrix
每天进步一点点儿
06-07 9006
一、AttributeError: 'DataFrame' object has no attribute 'as_matrix' 在调试代码的时候遇到错误：AttributeError: 'DataFrame' object has no attribute 'as_matrix' 在网上查了好久都找不到解决办法 后来看了看pandas的文档 发现新版的pandas里面as_matrix属性已经没有了 解决办法： 1、装旧版的pandas 2、改用下列代码 import numpy.
AttributeError：object has no attribute 报错及解决
热门推荐
MichaelAn的博客
12-22 17万+
报错情况：在前端测试中，界面发送一个 PUT 请求，界面发生上面的报错，请求无法响应，服务器状态码是500。 错误分析：语义上是“对象没有一个XXX属性”。 查阅大部分资料，大部分说 Python 的问题。这个项目前端使用 React， 后端使用 Python 的 djongo 框架。 询问后端的同事，主要的原因是前端传递的参数的数据类型不正确。后端需要一个 string 的 “tr...
pythonnetworkx
09-22
Networkx是一个Python的包，用于创建和处理复杂的图网络结构。你可以使用pip或conda来安装Networkx。安装完成后，你可以按照以下步骤来使用Networkx: 1. 导入Networkx库：使用`import networkx as nx`来导入...

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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