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）

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。