一点networkx的使用技巧

原创

从不摸鱼的van

修改于 2023-10-09 14:31:58

51101

代码可运行

修改于 2023-10-09 14:31:58

文章被收录于专栏：杂七杂八

运行总次数：1

代码可运行

由于工作中的某个需求，深入了解了一下networkx这个python库，发现很多资料国内都不全面，故而自我整理这些天的一些使用到的方法，如有任何问题，欢迎评论交流。

1.什么是networkx？

一个用于复杂网络，图结构的搭建，操作，与研究的python库。由于通常在python中这样导入：

import networkx as nx

所以下文简称networkx为nx。

2.nx中的图类型

nx支持以下几种图结构类型

nx.Graph() #undirected graph(无向图)
nx.DiGraph() #directed graph(有向图)
nx.MultiGraph() #allows multiple edges between any pair of nodes
                #(多重无向图,允许任意两个节点之间有多条边)
nx.MultiDiGraph() #allows multiple directed edges between any pair of nodes
                #(多重有向图,允许任意两个节点之间有多条有向边)

3.nx的字典化

如果尝试输出任意图的类型，你可以发现它是一个对象。

但是当你给这个图加入属性后，它就被dict然后添加到属性“graph”中，这是非常pythonic的事情，方便我们处理事务逻辑及编写代码。

同样，和普通的字典一样，nx支持任意数据类型作为属性值。

G = nx.Graph(description=(1,2,3),title="graph") 
G = nx.Graph(description={"name":"van","age":3})
G = nx.Graph(description=[1,2,3,{"name":"van","age":3}])

同时，nx的边，节点，都具有一样的特性。

4.nx中添加节点，边

nx中添加节点可以是任意的可迭代对象，也可以单个添加：

G.add_node(1, name="van", age=3)
G.add_nodes_from([2,3])

如果想访问节点可以使用：

nodes = G.nodes(data=True)

data=True表示同时返回属性值。

同理，对于边的操作也如上：

G.add_edge(1,2,weight=4.7)
G.add_edges_from([(3,4),(4,5)],color='red')
G.add_edges_from([(1,2,{'color':'blue'}), (2,3,{'weight':8})])
edges = G.edges(data=True)

如果你想访问边中的某一个属性，可以这样：

由于nx存储图的逻辑结构本质上是领接表结构，所以你可以这样遍历节点：

for n in G:
    print(n)

output：

或者遍历每个节点近邻以及两者之间的边属性：

for n,nbrs in G.adjacency():
    for nbr,eattr in nbrs.items():
        print(n,nbr,eattr)

output：

1 2 {'weight': 4.7, 'color': 'blue'}
2 1 {'weight': 4.7, 'color': 'blue'}
2 3 {'weight': 8}
3 4 {'color': 'red'}
3 2 {'weight': 8}
4 3 {'color': 'red'}
4 5 {'color': 'red'}
5 4 {'color': 'red'}

5.多重图

如果他们是多重图，这将允许两个节点之间拥有多条边,也允许拥有多条属性一样的边：

G = nx.MultiGraph()
G.add_edge(1,2,relation='friend')
G.add_edge(1,2,relation='neighbor')
G.add_edge(1,2,relation='friend')
for n,nbrs in G.adjacency():
    for nbr,eattr in nbrs.items():
        print(n,nbr,eattr)

output：

1 2 {0: {'relation': 'friend'}, 1: {'relation': 'neighbor'}, 2: {'relation': 'friend'}}
2 1 {0: {'relation': 'friend'}, 1: {'relation': 'neighbor'}, 2: {'relation': 'friend'}}

可以看到对于同一边之间的的不同属性，nx默认给了key去映射，所以我们需要遍历属性时，可以如下操作：

for key in G[1][2]:
    print(G[1][2][key])

output:

{'relation': 'friend'}
{'relation': 'neighbor'}
{'relation': 'friend'}

6.绘图

nx中还可以导入matplotlib去进行图结构的绘制，这里给出一个简单的模版，不再赘述

import matplotlib.pyplot as plt
pos = nx.spring_layout(G)
edge_labels = {(node1, node2): data['color'] for node1, node2, data in G.edges(data=True)}
nx.draw(G, pos, with_labels=True, node_size=500, node_color='lightblue', font_size=10, font_color='black')
nx.draw_networkx_edge_labels(G, pos, edge_labels=edge_labels, font_size=10)
plt.show()

关于更多详细资料，大家可以参考nx官网进行探索：https://networkx.org/。

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

networkx

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

networkx

登录后参与评论

0 条评论

热度