Python-NetworkX安装和简单使⽤
1、NetworkX
NetworkX是Python中⾮常强⼤的⼀款关于复杂⽹络的库。
下⾯主要 是介绍如何在PyCharm中使⽤NetworkX。
⾸先需要查看当前版本的PyCharm中是否已经包含了NetworkX的插件：
如上图所⽰，通过在PyCharm中的Settings -> Project->Project:Interpreter中查看是否已经加载了networkx插件，如果未加载，还需下载并安装插件。点击右上⽅的“＋”按钮：
在上⽅的搜索框中输⼊networkx，然后点击左下⾓的“Install Package”按钮安装。
2、使⽤NetworkX建⽴⽹络
⾸先要在程序中引⼊NetworkX:
import networkx as nx
为了要已图形化的⽅式显⽰⽹络图，还需要引⼊pyplot:
import matplotlib.pyplot as plt
接下来建⽴简单⽹络：
net_grid = nx.Graph()    # 新建⼀个⽆向图 net_grid
# ⽹络图中的所有的节点，以列表的形式存储
list_net_nodes = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20]
# ⽹络图中的所有的边，以列表的形式存储，由于是⽆向图，可以⾃动忽略掉重读的边
list_net_edges = [(1,  3), (3, 5), (5, 4), (4, 2), (2, 6),
(5, 7), (5, 8), (8, 6),
(7, 9), (8, 9), (6, 10),
(9, 11), (10, 12), (10, 13),
(11, 14), (12, 14), (12, 15),
(14, 16), (15, 16), (15, 17),
(16, 18), (17, 19),
(18, 20), (19, 20)]
# 在⽹络图中添加节点，直接从节点列表中读取所有的节点
net_grid.add_nodes_from(list_net_nodes)
# 在⽹络中添加边，直接从边列表中读取所有的边
net_grid.add_edges_from(list_net_edges)
# 画⽹络图
nx.draw(net_grid, with_labels=True)
# 显⽰
plt.show()
下图为所创建的⽹络图：
networkx会⾃动画出⽣成的⽹络图，但是画出的⽹络图是随机的，⽽且很多情况下我们画⽹络图是为了模拟真实的⽹络场景，所以需要在画⽹络图时能够有具体的位置信息，接下来介绍如何在⽣成的⽹络中
添加位置信息。
3、使⽤NetworkX建⽴带有坐标（位置信息）的⽹络
为了建⽴带有位置信息的⽹络，会使⽤以下的API：
nx.draw_networkx_nodes() # 画节点
nx.draw_networkx_edges() # 画边
nx.draw_networkx_labels()# 画标签
函数原型如下所⽰：
draw_networkx_nodes(
G,  # 建⽴的⽹络图
pos, # 位置信息。以字典的形式存储，其中字典的key为节点，value为长度为2的列表，存储位置信息。    nodelist=None, # 要画的指定的节点列表（可选参数，默认为G.nodes()）
node_size=300, # 节点的⼤⼩
node_color='#1f78b4',# 节点的颜⾊
node_shape='o', # 节点的形状，候选列表：“so^>v<dph8”
alpha=1.0, # 节点的透明度
cmap=None,
vmin=None,
vmax=None,
ax=None,
linewidths=None,# 节点图标边框的宽度
edgecolors=None,# 节点图标边框的颜⾊
label=None,  # 标签
**kwds)
draw_networkx_edges(
G,  # 建⽴的⽹络图
pos,# 位置信息。以字典的形式存储，其中字典的key为节点，value为长度为2的列表，存储位置信息。    edgelist=None, # ⽹络中边的列表（可选参数，默认为G.edges()）
width=1.0, # 边的宽度，默认为1
edge_color='k', # 边的颜⾊，
style='solid', # 边的风格，（默认solid，可选solid|dashed|dotted|dashdot）
alpha=1.0, # 边的透明度
arrowstyle='-|>',# 对于有向图，选择箭头的类型（默认为-|>）
arrowsize=10,# 对于有向图，设置箭头的⼤⼩
edge_cmap=None,
edge_vmin=None,
edge_vmax=None,
ax=None,
arrows=True,# 对于有向图，如果为True则画箭头，默认为True
label=None, # 标签
node_size=300,
nodelist=None,
node_shape="o",
connectionstyle=None,
**kwds)
draw_networkx_labels(
G,  # 建⽴的⽹络图
pos,# 位置信息。以字典的形式存储，其中字典的key为节点，value为长度为2的列表，存储位置信息。    labels=None,# 标签信息。字典类型，其中字典的key为节点，value为节点的标签
font_size=12,# 标签的字体⼤⼩
font_color='k', # 标签字体的颜⾊
font_family='sans-serif',# 标签的字体类型
font_weight='normal',
alpha=1.0,# 标签字体的透明度
bbox=None,
ax=None,
**kwds)
⽰例：
import networkx as nx
import matplotlib.pyplot as plt
net_grid = nx.Graph()
# nodes
list_net_nodes = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20]
# edges
list_net_edges = [(1,  3), (3, 5), (5, 4), (4, 2), (2, 6),
pycharm安装教程和使用(5, 7), (5, 8), (8, 6),
(7, 9), (8, 9), (6, 10),
(9, 11), (10, 12), (10, 13),
(11, 14), (12, 14), (12, 15),
(14, 16), (15, 16), (15, 17),
(16, 18), (17, 19),
(18, 20), (19, 20)]
# node's coordinate
dict_net_node_coordinate = {1: (1, 1),
2: (12, 1),
3: (2, 2),
4: (4, 2),
5: (3, 3),
6: (10, 3),
7: (2, 4),
8: (7, 4),
9: (4, 5),
10: (11, 5),
11: (3, 6),
12: (6, 6),
13: (10, 6),
14: (5, 7),
15: (10, 7),
16: (6, 8),
17: (11, 8),
18: (3, 9),
19: (8, 9),
20: (10, 10)}
dict_nodes_labels = dict(zip(list_net_nodes, list_net_nodes))
net_grid.add_nodes_from(list_net_nodes)
net_grid.add_edges_from(list_net_edges)
# draw network with coordinate
nx.draw_networkx_nodes(net_grid, dict_net_node_coordinate, list_net_nodes)
nx.draw_networkx_edges(net_grid, dict_net_node_coordinate, list_net_edges)
nx.draw_networkx_labels(net_grid, dict_net_node_coordinate, dict_nodes_labels)
plt.show()
在该⽰例中⽤到了zip函数，zip() 函数⽤于将可迭代的对象作为参数，将对象中对应的元素打包成⼀个个元组，然后返回由这些元组组成的对象，这样做的好处是节约了不少的内存。可以将zip后的对象按照需要转换成list、dict等结构。
⽣成的带有位置信息的⽹络图如下所⽰：

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。