当前位置：首页 > news >正文

networkx 标签_NetworkX：是一个简单、多样化、能快速生成网络图形的Python库

news 来源：原创 2024/9/20 2:39:43

1 说明：

=====

1.1 NetworkX是一个Python包，用于创建、操纵和研究复杂网络的结构、以及学习复杂网络的结构、功能及其动力学。

1.2 NetworkX测试的代码覆盖率超过90%，是一个多样化，易于教学，能快速生成图形的Python平台。

1.3 NetworkX提供了适合各种数据结构的图表、二合字母和多重图，还有大量标准的图算法，网络结构和分析措施，可以产生随机网络、合成网络或经典网络，且节点可以是文本、图像、XML记录等，并提供了一些示例数据(如权重，时间序列)。

1.4 附加知识：matplotlib的中文设置的另外一种方法。

2 准备：

=====

2.1 官网：

https://github.com/networkx/networkxhttp://networkx.github.io/https://pypi.org/project/networkx/https://networkx.github.io/documentation/stable/tutorial.html

2.2 安装：

pip install networkx

3 Erdos Renyi：

===========

3.1 代码：随机图

import matplotlib.pyplot as plt #用来显示图from networkx import nxn = 10  # 10 nodes=节点e = 20  # 20 edges=边线#随机图形G = nx.gnm_random_graph(n, e)#nx.draw(G) #默认节点node内不显示阿拉伯数字nx.draw(G,with_labels=True)plt.show()

3.2 图：

4 Node Colormap：

==============

4.1 代码：

import matplotlib.pyplot as pltimport networkx as nx#24，就是n=node，画椭圆G = nx.cycle_graph(24)#位置,iterations=迭代，建议200，否则就不是椭圆pos = nx.spring_layout(G, iterations=200)#cmap=代表colormap=颜色图#nx.draw(G, pos, node_color=range(24), node_size=800, cmap=plt.cm.Blues)#nx.draw(G, pos, node_color=range(24), node_size=800, cmap=plt.cm.Reds)#with_labels=True 在节点内显示阿拉伯数字标签nx.draw(G, pos, node_color=range(24), node_size=800, cmap=plt.cm.Reds,with_labels=True)plt.show()

4.2 图：

5 无向图、添加子图：

=======

5.1 代码：

import networkx as nximport matplotlib.pyplot as plt G = nx.Graph() #建立一个空的无向图GG.add_node('a')  #添加一个节点1G.add_nodes_from(['b','c','d','e'])  #加点集合#添加子图'''G.add_node(0)   H=[1,2,3,4,5,6,7,8,9] G.add_nodes_from(H)     '''#等同上面#H=[0,1,2,3,4,5,6,7,8,9]  #方法一H=range(10)  #方法二：python知识复习G.add_nodes_from(H)   #显示节点标签nx.draw(G, with_labels=True)plt.show()

5.2 图：

6 中文显示：

=========

6.1 matplotlib另外一种中文显示设置。

6.2 本机操作示范：

6.2.1 在root下进入本机文件夹：注意本机为linux操作系统，window大同小异。

file:///usr/local/python3.8/lib/python3.8/site-packages/matplotlib/mpl-data/fonts/ttf

6.2.2 将自己的中文字体：hwfs.ttf(华文仿宋字体==用来显示中文的)放在ttf文件夹下。

6.2.3 因为matplotlib默认调用的为DejaVuSans.ttf字体文件，所以先将DejaVuSans.ttf复制一个，备份，取名为DejaVuSans_beifen.ttf，然后将hwfs.ttf改名为DejaVuSans.ttf，就可以显示中文了，超级简单。

7 人物关系权重图：weighted_graph

===========================

7.1 数据是虚拟的，这个很实用，人物关系权重图。

7.2 代码：

import matplotlib.pyplot as pltimport networkx as nxG = nx.Graph()#节点关系和权重G.add_edge("李白", "王维", weight=0.6)G.add_edge("李白", "杜甫", weight=0.2)G.add_edge("杜甫", "苏轼", weight=0.1)G.add_edge("杜甫", "王昌龄", weight=0.7)G.add_edge("杜甫", "杜牧", weight=0.9)G.add_edge("李白", "苏轼", weight=0.3)#定义权重与人物关系的指标赋值elarge = [(u, v) for (u, v, d) in G.edges(data=True) if d["weight"] > 0.5]esmall = [(u, v) for (u, v, d) in G.edges(data=True) if d["weight"] <= 0.5]#建立布局 pos = nx.spring_layout美化作用pos = nx.spring_layout(G)#节点布局和大小设置nx.draw_networkx_nodes(G, pos, node_size=700)#边的设置和宽度设置等nx.draw_networkx_edges(G, pos, edgelist=elarge, width=6)#style: 边的样式(默认为实现，可选： solid|dashed|dotted,dashdot)nx.draw_networkx_edges(G, pos, edgelist=esmall, width=6, alpha=0.5, edge_color="b", style="dashed")# labels标签名和字体大小设置nx.draw_networkx_labels(G, pos, font_size=10)  #已经设置好中文显示#关闭网格线，不显示坐标轴线plt.axis("off")plt.show()

7.3 图：