Python3画图系列——NetworkX初探

NetworkX 概述

NetworkX 主要用于创造、操作复杂网络，以及学习复杂网络的结构、动力学及其功能。用于分析网络结构，建立网络模型，设计新的网络算法，绘制网络等等。安装networkx看以参见官网 。

NetworkX学习

关于networkx的学习可以参考如下网站：

1. python复杂网络库networkx：基础
2. 网络分析之networkx
3. python networkx学习

案例学习

学习案例前，请先导入下面的库

import networkx as nx
import matplotlib.pyplot as plt


案例1


G = nx.Graph()
G.add_node(1)
G.add_edge(2, 3)
# G.add_edge(3, 2)
print("输出全部节点：{}".format(G.nodes()))
print("输出全部边：{}".format(G.edges()))
print("输出全部边的数量：{}".format(G.number_of_edges()))
nx.draw(G)
plt.show()


输出全部节点：[1, 2, 3]
输出全部边：[(2, 3)]
输出全部边的数量：1


案例2

G = nx.DiGraph()
G.add_node(1)
G.add_node(2)
G.add_nodes_from([3, 4, 5, 6])
G.add_cycle([1, 2, 3, 4])
G.add_edge(1, 3)
G.add_edges_from([(3, 5), (3, 6), (6, 7)])
print("输出全部节点：{}".format(G.nodes()))
print("输出全部边：{}".format(G.edges()))
print("输出全部边的数量：{}".format(G.number_of_edges()))
nx.draw(G)
plt.show()


输出全部节点：[1, 2, 3, 4, 5, 6, 7]
输出全部边：[(1, 2), (1, 3), (2, 3), (3, 4), (3, 5), (3, 6), (4, 1), (6, 7)]
输出全部边的数量：8


案例3

G = nx.cubical_graph()
plt.subplot(121)
nx.draw(G)
plt.subplot(122)
nx.draw(G, pos=nx.circular_layout(G), nodecolor='r', edge_color='b')
plt.show()


案例4

G = nx.path_graph(8)
nx.draw(G)
plt.show()


案例5

G = nx.cycle_graph(24)
pos = nx.spring_layout(G, iterations=200)
nx.draw(G, pos, node_color=range(24), node_size=800, cmap=plt.cm.Blues)
plt.show()


案例6

G = nx.petersen_graph()
plt.subplot(121)
nx.draw(G, with_labels=True, font_weight='bold')
plt.subplot(122)
nx.draw_shell(G, nlist=[range(5, 10), range(5)], with_labels=True, font_weight='bold')
plt.show()


小节

通过分享一些案例，目的在于供一个思路，同时也为生活中的问题解决提供知识储备。我们不必纠结每一个知识点，当我们想使用的时候，再详细查阅相关知识。