NetworkX 系列教程 (1)- 创建 graph

发表于 更新于 分类于 ， 阅读次数： 本文字数： 2.6k 阅读时长 ≈ 2 分钟

研究中经常涉及到图论的相关知识，而且常常面对某些术语时，根本不知道在说什么。前不久接触了 NetworkX 这个 graph 处理工具，发现这个工具已经解决绝大部分的图论问题 (也许只是我自己认为的，没有证据证明), 所以把这个工具的使用学习下，顺便学习图论的相关知识.

NetworkX 本来是有官方文档的，花时间去学也是可以的，我这里把认为重要的整理出来。这些内容会分几次发布，做成一个系列使用教程.

系统环境:

linuxmint 18.3
python 3.5.2
numpy 1.14.3
matplotlib 1.5.1
networkx 2.1

全文注意事项:

1. 为了方便，graph 我有时候会称为图 , 这时候不要将这个和图片混淆了.
2. 代码中会频繁使用 G.clear (), 这是在画新的 graph 之前，先清空原先的 graph
3.matplotlib 包不能显示平行边 , 自循环这类的边，所以需要借助 pydot 包来显示，不过一般使用 matplotlib 来显示

创建一个 Graph

例子:
下面涉及的 graph 如果不是特别需要，我将使用图1 这个手动创建的 graph, 这个 graph 有双向边，有孤岛节点，有平行边，有自循环

图1 例子图

导入相应包，定义 graph

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
#导入相应的包
import networkx as nx
from PIL import Image
import matplotlib.pyplot as plt
from networkx.drawing.nx_pydot import to_pydot
from matplotlib.font_manager import *  

#定义自定义字体，文件名从1.b查看系统中文字体中来,这是Linux字体路径,windows系统的字体路径自查
myfont = FontProperties(fname='/usr/share/fonts/truetype/wqy/wqy-zenhei.ttc')  
#解决负号'-'显示为方块的问题  
matplotlib.rcParams['axes.unicode_minus']=False 

#定义图的节点和边
nodes=['0','1','2','3','4','5','a','b','c']
edges=[('0','0',1),('0','1',1),('0','5',1),('0','5',2),('1','2',3),('1','4',5),('2','1',7),('2','4',6),('a','b',0.5),('b','c',0.5),('c','a',0.5)]

#用于显示图片
def ShowGraph(G):
    #使用pydot保存图片
    P=to_pydot(G)                                                               
    P.write_jpeg('pydot.png')
    
    #使用matplotlib保存图片
    pos=nx.shell_layout(G)
    nx.draw(G,pos,with_labels=True)
    plt.savefig('mat.png')
    plt.close()  
    
    #将前面两张图显示
    plt.subplots(figsize=(12,6))
    #plt.suptitle('Diffrent')
    #载入matplotlib的图片
    plt.subplot(1,2,1)
    plt.title('matplotlib')
    plt.imshow(Image.open('mat.png'))
    #plt.axis('off')
    #去掉坐标刻度
    plt.xticks([])
    plt.yticks([])
    
    #载入pydot的图片
    plt.subplot(1,2,2)
    plt.title('pydot')
    plt.imshow(Image.open('pydot.png'))
    #plt.axis('off')
    #去掉坐标刻度
    plt.xticks([])
    plt.yticks([])
    
    #显示图片
    plt.show()

有自循环的无向图

1
2
3
4
5
6
7
8
9
#定义无向图
G = nx.Graph()

#往图添加节点和边
G.add_nodes_from(nodes)
G.add_weighted_edges_from(edges)

#显示图片
ShowGraph(G)

png

有自循环的有向图

1
2
3
4
5
6
7
8
9
10
11
#清除前面的无向图
G.clear()

#定义有向图
G = nx.DiGraph()
#添加节点和边
G.add_nodes_from(nodes)
G.add_weighted_edges_from(edges)

#显示图片
ShowGraph(G)

png

有自循环和平行边的无向图

1
2
3
4
5
6
7
8
9
10
11
#清除前面的无向图
G.clear()

#定义带平行边无向图
G = nx.MultiGraph()
#添加节点和边
G.add_nodes_from(nodes)
G.add_weighted_edges_from(edges)

#显示图片
ShowGraph(G)

png

有自循环和平行边的有向图

1
2
3
4
5
6
7
8
9
10
11
#清除前面的无向图
G.clear()

#定义带平行边有向图
G = nx.MultiDiGraph()
#添加节点和边
G.add_nodes_from(nodes)
G.add_weighted_edges_from(edges)

#显示图片
ShowGraph(G)

png