问读/写NetworkX图形对象

EN

如果您已经将其构建为NetworkX图，那么它应该已经在内存中了。对于这么大的图形，我猜你必须做一些类似于你建议的单独文件的事情。但是，我不使用单独的文件，而是使用数据库来存储每个节点，节点之间具有多对多连接。换句话说，你应该有一个节点表和一个边表，然后要查询特定节点的邻居，你可以只查询在两端都有该特定节点的任何边。这应该很快，尽管我不确定您是否能够利用NetworkX的分析功能，而不是首先在内存中构建整个网络。

首先试试pickle；它的设计目的是序列化任意对象。

下面是创建DiGraph并序列化到文件的示例：

import pickle
import networkx as nx

dg = nx.DiGraph()
dg.add_edge('a','b')
dg.add_edge('a','c')
pickle.dump(dg, open('/tmp/graph.txt', 'w'))

从文件加载DiGraph的示例：

import pickle
import networkx as nx

dg = pickle.load(open('/tmp/graph.txt'))
print dg.edges()

输出：

[('a', 'c'), ('a', 'b')]

如果这还不够高效，我会编写您自己的例程来序列化：

1. edges和
2. nodes(如果节点没有关联到任何边)。

请注意，在可能的情况下使用列表理解可能会更有效(而不是循环的标准)。

如果这还不够高效，我会从Python：http://docs.python.org/extending/extending.html中调用一个C++例程

我忘记了最初我来到StackOverflow是为了解决什么问题，但是我偶然发现了这个问题(几乎晚了十年！)我可以推荐Grand，这是我们编写的一个类似networkx的库，正是为了解决这个问题：

之前的

import networkx as nx

g = nx.DiGraph()
g.add_edge("A", "B")
print(len(g.edges()))

之后的

import grand
from grand.backends import SQLBackend # or choose another!

g = grand.Graph(backend=SQLBackend())
g.nx.add_edge("A", "B")
print(len(g.nx.edges()))

接口与NetworkX相同，但数据存储在SQL、DynamoDB等语言中。