NetworkX入门教程

诸神缄默不语-个人CSDN博文目录 NetworkX是复杂网络研究领域中的常用Python包。本文旨在通过介绍NetworkX中常用的方法等内容，为新手提供一个Networ

诸神缄默不语-个人CSDN博文目录

NetworkX是复杂网络研究领域中的常用Python包。本文旨在通过介绍NetworkX中常用的方法等内容，为新手提供一个NetworkX的入门教程。 官方文档地址

文章目录

1. Graph Types2. 图数据的创建、属性与常用方法3. 除文中已列出的NetworkX官方文档外，其他使用到的参考资料

1. Graph Types

Graph Types文档

允许以可哈希的object作为节点，任何Python object作为边属性。

如何选择使用哪种图：

2. 图数据的创建、属性与常用方法

Graph文档

创建一个空的图

无向图：G = nx.Graph()有向图：DG = nx.DiGraph() 将有向图转换为无向图：G = nx.Graph(DG)图是否有向：G.is_directed() 返回布尔值添加节点

直接添加一个节点（任何object都可以作为节点，包括另一个图）G.add_node(1) G.add_node(DG) https://networkx.org/documentation/stable/reference/classes/generated/networkx.Graph.add_node.html 第一个参数是节点，后面的参数都是节点的属性，用键值对的形式存取。具体的使用可以见下文介绍节点属性的部分：G.add_node(1, size=10)

G.add_node(3, weight=0.4, UTM=("13S", 382871, 3972649))

从任何容器加点：a list, dict, set or even the lines from a file or the nodes from another graph G.add_nodes_from() 或 nx.path_graph() path_graph()文档（相当于生成一条线）

添加节点 示例代码：

G.add_nodes_from([2, 3])

G.add_nodes_from(range(100, 110))

H = nx.path_graph(10)

G.add_nodes_from(H)

G.add_node('spam') # adds node "spam"

G.add_nodes_from('spam') # adds 4 nodes: 's', 'p', 'a', 'm'

添加边

添加一条边 G.add_edge(u, v)添加一个边的列表 G.add_edges_from([(1, 2), (1, 3)])添加一个边的collection G.add_edges_from(H.edges)如果添加的边的点不存在于图中，会自动添上相应节点而不报错 属性attribute

图的节点/边/图都可以在关联的attribute字典中以键值对key/value形式存储attribute（key一定要是可哈希的）默认情况下属性字典是空的可以通过 add_edge() add_node() 方法或直接操作分别名为graph edges nodes的属性字典来进行操作

示例代码：图 创建带属性的图

G = nx.Graph(day="Friday")

G.graph #输出：{'day': 'Friday'}

为图赋属性（也是修改属性的方法）

G = nx.Graph()

G.graph["Name"] = "Bar"

print(G.graph) #输出：{'Name': 'Bar'}

示例代码：节点 创建含属性的节点，为节点赋属性、删除节点属性，迭代输出节点及其属性数据

G.add_node(1, time="5pm")

G.add_nodes_from([3], time="2pm")

G.nodes[1] #输出：{'time': '5pm'}

G.nodes[1]["room"] = 714 # node must exist already to use G.nodes

del G.nodes[1]["room"] # remove attribute

list(G.nodes(data=True)) #输出：[(1, {'time': '5pm'}), (3, {'time': '2pm'})]

list(G) #G也可以作为G节点的迭代器

添加多个带属性节点

# Add multiple nodes with attributes

G.add_nodes_from([

(1, {"feature": 1, "label": 1}),

(2, {"feature": 2, "label": 2})

])

示例代码：边 添加带属性的边，添加多个带属性的边，为边的属性赋值，迭代输出边及其属性数据

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})])

G[1][2]["weight"] = 4.7

G.edges[1, 2]["weight"] = 4

G.edges[(1, 2)]["weight"] = 4

list(G.edges(data=True)) #跟上面的G.nodes()类似

注意：G.edges属性是只读的，但是可以更改类似G.edges[1, 2]这种object里的属性，举例：G.edges[1, 2]['weight'] = 4 （对multigraph：MG.edges[u, v, key][name] = value）

添加含weight属性的边 add_weighted_edges_from()函数文档

G.add_weighted_edges_from([(0, 1, 3.0), (1, 2, 7.5)])

注意：如果在Graph/DiGraph中添加两次相同的边会仅更新weight；如果在MultiGraph/MultiDiGraph中则会储存多此边

兼容Python语法的捷径

示例代码：

1 in G # check if node in graph

[n for n in G if n < 3] # iterate through nodes

len(G) # number of nodes in graph

节点数量 G.number_of_nodes() 边数量 G.number_of_edges()可视化 nx.draw(G, with_labels = True)节点特征

度数：G.degree[node_id] G.out_degree(node_id) G.in_degree(node_id) 可选参数：weight邻居：

无向图：G.neighbors(node_id) 返回迭代器有向图：

G.successors(node_id)（node_id指向的节点）G.predecessors(node_id)（指向node_id的节点） 另一种访问邻居的方式是通过G.adj（adjacency list，详情见后文） G[node_id] G.adj[node_id] PageRank：nx.pagerank(G) 返回PageRank向量 pagerank()文档 删除数据

删除节点：G.remove_node(n)删除所有节点和边：G.clear() 图表示

adjacency list

G.adj 返回值示例：AdjacencyView({1: {2: {'weight': 0.125}, 3: {'weight': 0.75}}, 2: {1: {'weight': 0.125}, 4: {'weight': 1.2}}, 3: {1: {'weight': 0.75}, 4: {'weight': 0.375}}, 4: {2: {'weight': 1.2}, 3: {'weight': 0.375}}})G.adjacency() 返回一个迭代器，每个元素示例格式：(1, {2: {'weight': 0.125}, 3: {'weight': 0.75}})用类似 G[1] 的方法也可以访问（相当于 G.adj[1]），返回值示例：AtlasView({2: {'weight': 0.125}, 3: {'weight': 0.75}})

3. 除文中已列出的NetworkX官方文档外，其他使用到的参考资料

cs224w课程的colab0

原始文件下载地址我上传到GitHub的文件网址，已添加过部分私人注释 cs224w课程的colab0的参考文件

原始文件下载地址 有过时语法我把这个文件代码改了后跑通了，放到了Google Drive上公开。可以上的如需可资借鉴：“NetworkX.ipynb”的副本 但是没什么新东西，所以下不了也无所谓，我就不放在GitHub之类更容易登入的地方了。如需找我。