请选择 进入手机版|继续访问电脑版
发新帖

[Python]networkx入门

[复制链接]
624 0

马上注册,结交更多好友,享用更多功能,让你轻松玩转社区。

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
版权声明:本文为博主原创文章,未经博主允许不得转载。


目录(?)[-]



networkx是python的一个第三方包,可以方便地调用各种图算法的计算。
通过调用python画图包matplotlib能实现图的可视化。


1.安装




正好整理一下python第三方包的安装方法。
setuptools

使用setuptools包,我们能够手动下载,安装第三方包。
使用方式:
下载第三方包源文件,在setup.py目录下执行
[python] view plain copy



  • python XX install



easy_install

easy_install工具,自动化地根据第三方包的名称,一键联网搜索,下载并且调用setuptools安装。
使用方式:
上网下载ez_setup.py文件,执行
python ez_setup.py安装setuptools工具。
执行
[python] view plain copy



  • easy_install SQLObject


安装第三方包

pip

与easy_install类似,根据名称一键下载,调用setuptools安装。pip是可以看作是easy_install的升级版。
使用方式:
通过 http://www.jsxubar.info/install-pip.html
先下载get-pip.py文件
运行python get-pip.py,自动安装,包括setuptools在内的包
使用:
[python] view plain copy



  • pip install simplejson --安装包
  • pip install --upgrade simplejson --升级包
  • pip uninstall simplejson --卸载包




使用setuptools自助下载安装,经常会遇到包确实,没有制定编译器等等各种问题而导致安装失败。所以使用easy_install或者pip是比较方便的选择。


安装networkx

安装networkx之前要安装画图工具matplotlib,以及矩阵运算工具numpy,于是我们执行:
[python] view plain copy



  • pip install numpy
  • pip install matplotlib
  • pip install networkx


安装完成。


2.使用


networkx的英文版说明可以在其官方网站上下载得到,写的简单易懂。
http://networkx.github.io/documentation/latest/reference/index.html



这里记录下一些简单的建图方法。
在networkx中,图以对象的形式提供借口。
在图对象中,还有点,边等也是以对象形式提供,画图则调用matplotlib的函数完成。


建图

networkx可以建立简单无向图graph,有向图digraph,可重复边的multi-graph。
[python] view plain copy



  • import networkx as nx
  • G=nx.Graph()
  • D=nx.DiGraph()
  • M=nx.MultiGraph()




这里的点可以是任意可区分的对象(hashable),比如数字,字符串,对象等。
[python] view plain copy



  • G.add_node(1)
  • G.add_node('first_node')
  • #这里用一个对象多为key来唯一区别一个点
  • #我们还能够用一个列表来批量加入点
  • G.add_nodes_from([1,2,3])
  • #还可以用一个图对象作为点,嵌入到其他图中
  • G.add_node(D) #这里D作为一个点的key
  • #或者把一个图的所有点赋予另一个图
  • G.add_nodes_from(D) #这里返回D的所有点,赋予G
  • #与加入相同的传递方法,我们也可以删除点
  • G.remove_node(1)
  • G.remove_nodes_from([1,2,3])




这里的边可以使用两个单独的对象作为输入
[python] view plain copy



  • G.add_edge(1,2) #表示1,2之间有一条边。
  • #如果不存在点1,2,则会自动加入点集合。
  • #或者以元组的形式作为输入
  • e=(1,2)
  • G.add_edge(*e)
  • #这里的*代表吧元组解包(unpack),当作一个个的值扔到函数中去。
  • #如果不解包,等价于
  • #G.add_edge(e)=G.add_edge((1,2))与参数传递的方式不符。
  • #类似的,我们还可以使用包含元组的列表来传递参数
  • G.add_edges_from([(1,2),(2,3)])
  • #我们还可以报一个图的边赋予另一个图
  • G.add_edges_from(H)
  • #删除
  • G.remove_edge(1,2)
  • G.remove_edges_from([(1,2),(2,3)])


访问

[python] view plain copy



  • node_list = G.nodes()
  • edge_list = G.edges()
  • #可以返回包含点与边的列表
  • node = G.node[‘first_node’]
  • #如上根据key返回点
  • edge = G.edge['first_node']['second_node']
  • #同样的方法,返回两个key之间的边


属性

我们可以给图,点,边赋予各种属性,最简单的就是权值属性
[python] view plain copy



  • G.add_node(1,time='5pm')
  • #在添加时跟上属性
  • G.add_nodes_from([1,2,3],time='5pm')
  • #批量添加点是,跟上统一的属性
  • G.add_nodes_from([(3,{'time':'5pm'}), (4,{'time':'4pm'})])
  • #或者写成元组列表[(key,dict),(key,dict)]的形式
  • G.node[1]['time']
  • #根据字典key访问属性值。

  • #给边添加属性也类似
  • G.add_edge(1,2,time='3am')
  • G.add_edges_from([(1,2,{'time'='5pm'}),(2,3,{'time'=3am})])
  • #批量赋予属性
  • G.edge[1][2][‘time’]
  • #访问

  • #我们还可以使用特定的函数批量返回属性,如
  • time = nx.get_edge_attributes(G,'time')
  • #返回得到以元组为key,time属性为值得一个字典
  • time[(1,2)]


图算法

[python] view plain copy



  • nx.connected_components(G)
  • #返回列表形式的G的全连通分量,每个分量一个子列表


类似的,networkx还提供各种图算法,具体可见官方文档。
画图

[python] view plain copy



  • nx.draw(G) #画出图G
  • matplotlib.show() #显示出来



我们使用连通分量算法,并画出一个简单的图如下:
20140824153020434 (44.34 KB, 下载次数: 8)

举报 使用道具

回复
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

快速回复 返回顶部 返回列表