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 。
关于networkx的学习可以参考如下网站:
学习案例前,请先导入下面的库
import networkx as nx import matplotlib.pyplot as plt
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
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
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()
g = nx.path_graph(8) nx.draw(g) plt.show()
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()
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()
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。
如对本文有疑问, 点击进行留言回复!!
HTT-Chain基于区块链3.0的物联网应用生态网络即将全球上线
编程入门必看:带你零基础了解编程和编程语言,入门应该学什么?
Windows汇总 ~命令;相关操作;windows详解等;持续更新
网友评论