1. 简介
NetworkX 是用于创建、操作复杂图数据结构的 Python 包。
安装：
$ pip install networkx2. 修改操作
（1）创建图
import networkx as nx
G = nx.Graph()（2）添加节点
节点可以是任何可哈希的对象。
G.add_node(1) # 添加一个节点
G.add_nodes_from([2, 3]) # 添加多个节点注：重复添加同一个节点是可以的。
图的节点甚至可以是另一个图：
H = nx.path_graph(10)
G.add_node(H)（3）添加边
G.add_edge(1, 2) # 添加一条边
G.add_edges_from([(1, 3), (2, 3)]) # 添加多条边
G.add_edge(1, H) # 连接普通节点和图注：重复添加同一条边是可以的。
（4）删除节点
G.remove_node(1) # 删除一个节点
G.remove_nodes_from([2, 3]) # 删除多个节点注：会自动删除相应的边。
（5）删除边
G.remove_edge(1, 2) # 删除一条边
G.remove_edges_from([(1, 3), (2, 3)]) # 删除多条边（6）清空图
G.clear()3. 访问操作
（1）查看节点数和边数
n_nodes = G.number_of_nodes() # 节点数
n_edges = G.number_of_edges() # 边数（2）查看节点邻居
# 节点 1 的邻居：G[1] 等价于 G.adj[1]
for neigh in G[1]:
if isinstance(neigh, nx.classes.graph.Graph):
print(neigh.nodes)
else:
print(neigh)
# 或
for neigh in G.neighbors(1):
if isinstance(neigh, nx.classes.graph.Graph):
print(neigh.nodes)
else:
print(neigh)2
3
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]（3）查看节点的度
deg = G.degree[1] # 节点 1 的度4. 属性图
（1）节点属性
G = nx.Graph()
G.add_node(1, color="red")
G.add_nodes_from([(2, {"color": "green"}), (3, {"color": "blue"})])
attr = G.nodes[1] # {'color': 'red'}
G.nodes[1]['color'] = 'black'（2）边属性
G.add_edge(1, 2, weight=4.7 )
G.add_edges_from([(1, 3, {'weight': 2.3}), (2, 3, {'weight': 6.5})])
attr = G[1][2] # {'weight': 4.7}
G[1][2]['weight'] = 4.85. 遍历操作
（1）遍历节点
for node in G.nodes():
print(node, end=', ')1, 2, 3, （2）遍历节点及其邻居
for node, neighs in G.adj.items():
for neigh, edge_attr in neighs.items():
print(f"({node}, {neigh}, {edge_attr})")(1, 2, {'weight': 4.8})
(1, 3, {'weight': 2.3})
(2, 1, {'weight': 4.8})
(2, 3, {'weight': 6.5})
(3, 1, {'weight': 2.3})
(3, 2, {'weight': 6.5})（3）遍历边
for edge in G.edges():
print(edge, end=', ')(1, 2), (1, 3), (2, 3), （4）遍历边及其属性
for u, v, edge_attr in G.edges.data():
print(f"({u}, {v}, {edge_attr})")(1, 2, {'weight': 4.8})
(1, 3, {'weight': 2.3})
(2, 3, {'weight': 6.5})6. 文件操作
此处以边列表的形式保存文件，当然也支持其他的格式。
（1）将图保存至文件
nx.write_edgelist(G, 'edgelist.txt')edgelist.txt:
1 2 {}
1 3 {}
2 3 {}（2）从文件读取图
G = nx.read_edgelist('edgelist.txt')注意：读出来的节点以字符串的形式表示。
7. 绘图
注：如果出现 NetworkXError: random_state_index is incorrect 问题，可尝试执行：pip3 install decorator==4.4.2。
（1）简单的绘制
import matplotlib.pyplot as plt
nx.draw(G, with_labels=True, font_weight='bold')
plt.show()
（2）为节点绘制不同颜色
# 节点所在的社区（类），不同社区染不同颜色
partition = {
1: 0,
2: 1,
3: 0,
}
pos = nx.spring_layout(G)
# 分别绘制节点、边、节点标签
nx.draw_networkx_nodes(G, pos, partition.keys(), node_size=300,
alpha=0.3, node_color=list(partition.values()))
nx.draw_networkx_edges(G, pos, alpha=0.5)
nx.draw_networkx_labels(G, pos)
plt.show()
8. 图算法
NetworkX 支持丰富的图数据结构算法，完整的算法支持见 https://networkx.org/document...。
如计算节点的最短路径：
G = nx.path_graph(5)
p = nx.shortest_path(G, source=0, target=4) # 节点 0 到节点 4 的最短路径
print(p)
p = nx.shortest_path(G, source=0) # 节点 0 到其他节点的最短路径
print(p[4])
p = nx.shortest_path(G, target=4) # 其他节点到节点 4 的最短路径
print(p[0])
p = nx.shortest_path(G) # 各节点到其他各节点的最短路径
print(p[0][4])[0, 1, 2, 3, 4]
[0, 1, 2, 3, 4]
[0, 1, 2, 3, 4]
[0, 1, 2, 3, 4]