呆萌的图模型学习：图基本信息与NetworkX基本操作（二）

Networkx是python常用的处理图模型的工具包，可以方便的处理图模型：

• Github项目主页：https://github.com/networkx/networkx
• 官网基本教程：https://networkx.org/documentation/stable/tutorial.html
• Networkx文档：https://pelegm-networkx.readthedocs.io/en/latest/
• Networkx v2.5中文文档：https://www.osgeo.cn/networkx/tutorial.html

下面是Networkx中对图的一些基本操作，包括：

• 节点、边的增删改查
• 节点属性、边属性的增删改查
• 图基本信息
• 图遍历
• 邻接图、邻接表

import matplotlib.pyplot as plt
import networkx as nx  # 导入包
import numpy as np


def generate_network():
    """构建图的操作"""
    # 构建一个图，包括三个群落，分别包裹5，12，13个节点
    gen_network: nx.Graph = nx.generators.community.random_partition_graph([5, 12, 13], .25, .1, seed=0)
    # 更多生成图的操作可以参考：https://networkx.org/documentation/stable/reference/generators.html
    # 增
    gen_network.add_node(1, feature_1='a', feature_2='b')  # 为节点1添加2个特征
    gen_network.add_node(31, feature_1='c')  # 添加节点31并增加1个特征
    gen_network.add_edge(1, 31)  # 增加1条边：1-31
    gen_network.add_edges_from([(2, 31), (3, 31)])  # 批量增加多个边
    # 删
    # gen_network.remove_node(10)  # 删除单个节点
    # gen_network.remove_nodes_from([11, 13])  # 删除多个节点

    # gen_network.remove_edge(2, 31)  # 删除单条边
    # gen_network.remove_edges_from([(3, 31)])  # 删除多条边
    # 改（一般是点、边的属性）
    gen_network.nodes[1].update({"feature_1": "A", "feature_2": "B"})
    # 绘制图像
    nx.draw_networkx(gen_network, with_labels=True)
    plt.show()
    return gen_network


if __name__ == '__main__':
    graph = generate_network()
    print("===============================================================")
    # networkx图基本信息
    print("图的基本信息", nx.info(graph))
    print("点的数量：", graph.number_of_nodes())
    print("边的数量：", graph.number_of_edges())
    print("图的直径：", nx.diameter(graph))
    print("图的平均最短路径：", nx.average_shortest_path_length(graph))

    print("===============================================================")
    # 节点基本信息
    print("所有节点信息：", graph.nodes(data=True))  # 每个节点都有一个id，用于标识节点
    print("所有边的信息：", graph.edges(data=True))  # 每个边是用两个节点的id表示，networkx不允许出现平行边(两个节点多条边)

    print("节点id为0的属性：", graph.nodes[1])

    print("节点id为1的度：", graph.degree[3])

    print("节点id为1的邻居：", list(graph.neighbors(1)))
    # np.array(nx.adjacency_matrix(G).todense())  # 邻接矩阵

    # 全图信息
    print("图遍历：", list(graph.adjacency()))

    print("包含属性feature_1的全部节点", nx.get_node_attributes(graph, "feature_1"))

    print("邻接图见下方程序\n")
    adjacency_graph_1 = np.array(nx.adjacency_matrix(graph).todense())
    adjacency_graph_2 = np.array(nx.to_numpy_matrix(graph))
    print("邻接表见下方程序")
    adjacency_table = list(nx.generate_adjlist(graph))
    print("===============================================================")

免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删