开发者

NetWorkX使用方法及nx.draw()相关参数解读

目录
  • 代码
  • networkx–nx.draw()参数
    • 运行样式
    • 运用布局
    • 添加文本
  • 总结

    networkx在02年5月产生,是用python语言编写的软件包,便于用户对复杂网络进行创建、操作和学习。

    利用networkx可以以标准化和非标准化的数据格式存储网络、生成多种随机网络和经典网络、分析网络结构、建立网络模型、设计新的网络算法、进行网络绘制等。

    官方文档:https://www.osgeo.cn/networkx/reference/introduction.html

    代码

    首先导入包

    import networkx as nx

    创建一个空图

    G = nx.Graph()

    添加节点和边

    G.add_node(1) #添加单个节点
    G.add_node("x",name='tome') #添加单个节点及属性
    G.add_nodes_from([2,3]) #从一个可迭代容器中添加多个节点
    G.add_nodes_from([(4, {"color": "red"}), (5, {"color": "green"})])# 添python加节点和属性
    
    H = nx.path_graph(10) #创建一个新图
    G.clear() # 清空图
    G.add_nodes_from(H) #从另一张图中添加节点
    print(list(H.nodes))
    print(list(G.nodes))
    
    G.add_edge(1,3)#添加一条边
    G.add_edges_from([(2,3),(3,4)])# 添加多条边
    

    查看节点和边

    list(G.nodes) #查看节点
    for k, v in G.nodes.items():  print(k开发者_C学习,v)  #查编程客栈看节点及属性
    G.number_of_nodes() #查看几个节点
    G.adj[1] #查看邻居节点
    G[1] #查看邻居节点
    list(G.neighbors(1)) #查看邻居节点
    
    G.number_of_edges() #查看几条边
    G.add_edge(1,3) #查看特定边
    G.edges() #查看边
    G.add_edge(2,3)
    G.edges([1]) #查看1连接的所有边
    G.edges([3]) #查看1连接的所有边
    
    G.degree[1] #查看度
    
    for node,neighbors in g.adjacency():
        print(node, neighbors) # 查看邻接矩阵内容
    

    删除节点和边

    G.remove_node(4)
    G.remove_edge(1,3)
    

    用已有的图构建新图

    # 构建有向图
    g = nx.DiGraph(G)
    nx.draw(g)
    

    获取节点和边

    G = nx.Grajavascriptph([(1,2,{'color':'red'})])
    G[1] #获取1的邻居节点
    G[1][2] #获取边属性
    G.edges[1,2] #获取边属性
    

    图、节点、边属性

    # 图级别属性
    g = nx.Graph(day = 'none')
    g.graph #输出图级别的属性信息
    g.graph['day']= 'tom' #修改图级别属性信息
    g.graph['date']= 'now' #添加图级别属性信息
    
    # 节点属性
    g.add_node(1, time='now')
    g.add_nodes_from([2,3,4,5,6], time='yes')
    g.nodes.data()
    g.nodes[2]
    
    # 边属性
    g.add_edge(1,2,time='now')
    g.add_edges_from([(1,2,{'time':'now'}),(1,3,{'time':'naw'})])
    G[1][2]['color'] = 'blue'
    G.edges[1,2]['color'] ='Y'
    g.edges.data()
    

    分析图

    # 分析图:连通分量
    g.clear()
    g.add_edges_from([(1,2),(3,2)])
    g.add_nodes_from("spam")
    list(nx.connected_components(g)) #有5个连通分量
    nx.draw(g) #可视化
    
    #分析图:按度排序
    sorted(((node,degree) for node,degree in g.degree), key= lambda d:d[1],reverse = True)
    

    图可视化

    # 图可视化
    g = nx.petersen_graph()
    nx.draw(g, with_la编程客栈bels = True) #标明label
    

    从edgelist读取图

    # 从edgelist读取图
    g = nx.pythonread_edgelist('edglist.txt')
    nx.draw(g, with_labels= True)
    

    保存图

    plt.savefig("path.png")
    

    networkx–nx.draw()参数

    x.draw()方法,至少接受一个参数:待绘制的网络G

    运行样式

    • node_size:指定节点的尺寸大小(默认是300)
    • node_color:指定节点的颜色 (默认是红色,可以用字符串简单标识颜色,例如'r'为红色,'b'为绿色等)
    • node_shape:节点的形状(默认是圆形,用字符串'o'标识)
    • alpha: 透明度 (默认是1.0,不透明,0为完全透明)
    • width: 边的宽度 (默认为1.0)
    • edge_color: 边的颜色(默认为黑色)
    • style: 边的样式(默认为实现,可选: solid|dashed|dotted,dashdot)
    • with_labels: 节点是否带标签(默认为True)
    • font_size: 节点标签字体大小 (默认为12)
    • font_color: 节点标签字体颜色(默认为黑色)

    运用布局

    • circular_layout:节点在一个圆环上均匀分布
    • random_layout:节点随机分布
    • shell_layout:节点在同心圆上分布
    • spring_layout:用Fruchterman-Reingold算法排列节点(样子类似多中心放射状)
    • spectral_layout:根据图的拉普拉斯特征向量排列节点

    添加文本

    用plt.title()方法可以为图形添加一个标题,该方法接受一个字符串作为参数。

    fontsize参数用来指定标题的大小。例如:plt.title(“BA Networks”, fontsize = 20)。

    如果要在任意位置添加文本,则可以采用plt.text()方法。

    总结

    以上为个人经验,希望能给大家一个参考,也希望大家多多支持我们。

    0

    上一篇:

    下一篇:

    精彩评论

    暂无评论...
    验证码 换一张
    取 消

    最新开发

    开发排行榜