NetWorkX使用方法及nx.draw()相关参数解读
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,v) #查看节点及属性
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.Graph([(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_labels = True) #标明label
从edgelist读取图
# 从edgelist读取图
g = nx.read_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）
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
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软件开发网。
