图可视化——python

networkx–nx.draw()参数

• nx.draw()：至少接受一个参数，即待绘制的网络G。
• 边的样式：①solid实线；②dashed虚线；③dotted虚线，更密集；④dashdot虚线，是②③的结合。

- `node_size`:  指定节点的尺寸大小(默认是300)
  - `node_color`:  指定节点的颜色 (默认是红色，可以用字符串简单标识颜色，例如'r'为红色，'b'为绿色等)
  - `node_shape`:  节点的形状（默认是圆形，用字符串'o'标识）
  - `alpha`: 透明度 (默认是1.0，不透明，0为完全透明)
  - `width`: 边的宽度 (默认为1.0)
  - `edge_color`: 边的颜色(默认为黑色)
  - `style`: 边的样式(默认为实现，可选： solid|dashed|dotted,dashdot)
  - `with_labels`: 节点是否带标签（默认为True）
  - `font_size`: 节点标签字体大小 (默认为12)
  - `font_color`: 节点标签字体颜色（默认为黑色）

节点

print('图中所有的节点', G.nodes())
print('图中节点的个数', G.number_of_nodes())

输出：
图中所有的节点 ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'j', 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, <networkx.classes.graph.Graph object at 0x0000023CD7E08708>]
图中节点的个数 20

networkx常用函数

用途	功能	函数
读取文件/生成图	创建无向图	G = nx.Graph()
读取文件/生成图	创建有向图	G = nx.DiGraph()
读取文件/生成图	读取gml文件	G=nx.read_gml(‘karate.gml’,label=‘id’)
读取文件/生成图	读取txt文件	G = nx.read_edgelist(“Email-Enron.txt”)
读取文件/生成图	读取有权值的txt文件	nx.read_weighted_edgelist(data)
读取文件/生成图	读取有权值的txt文件，并生成有向图	nx.read_weighted_edgelist(data, create_using=nx.DiGraph())
读取文件/生成图	随机生成30个点，连接概率为0.05	G =nx.erdos_renyi_graph(30, 0.05)
添加结点/边	从列表中添加节点[a,b,c]	G.add_nodes_from(node)
添加结点/边	从列表中添加边[[a,b],[a,c]]	G.add_edges_from(edge)
判断	判断两节点之间是否有边	Graph.has_edge(u, v)
记数	网络中节点个数	G.number_of_nodes()
记数	网络中边的个数	G.number_of_edges()
画图	画网络图	nx.draw_networkx(G)（显示标签）
获取节点信息	获取结点i的邻居节点	G.neighbors(i) 或 G[i]（在有向图中输出的是出度的邻居，G[i]会输出权重）
获取节点信息	输出k-shell为5的节点	nx.k_core(G,5).nodes
获取节点信息	获取所有节点的度	G.degree()
获取节点信息	获取某个节点的出度	G.out_degree(i)
获取节点信息	获取节点i的属性	G.nodes[i][“wight”]
获取节点信息	设置节点i的属性	G.nodes[i][“wight”]=0.1
获取节点信息	为多个节点设置属性	nx.set_node_attributes(G, ‘wight’, {i:0.2, j:0.1})
获取节点信息	查看图中所有点的信息	G.nodes.data()
获取边信息	查看边的信息	G.edges[‘node1’, 'node2‘]
获取边信息	查看所有边的信息	G.edges.data()
输出文件	将图输出为gephi文件	nx.write_gexf(G,‘your_file_name.gexf’)
输出文件	将图输出为txt文件	nx.write_edgelist(G,“file_name.txt”,data = False)
计算节点中心性	度中心性	nx.degree_centrality(G)
计算节点中心性	特征向量中心性	nx.eigenvector_centrality(G)
计算节点中心性	特征向量中心性(大网络)	nx.eigenvector_centrality_numpy(G)
计算节点中心性	介数中心性	nx.betweenness_centrality(G)
计算节点中心性	接近中心性	nx.closeness_centrality(G)
计算节点中心性	pagerank	nx.pagerank(G)
计算节点中心性	HITS	nx.hits(G)
最短路径/最短路径长度	两点间最短路径	nx.shortest_path(G,source=1,target=155)
最短路径/最短路径长度	两点间的最短路径长度	nx.shortest_path_length(G,source=1,target=155)
最短路径/最短路径长度	dijkstra路径	nx.dijkstra_path(G,1,155)
最短路径/最短路径长度	dijkstra路径长度	nx.dijkstra_path_length(G,1,155)
最短路径/最短路径长度	当前节点与可达节点的最短路径	nx.single_source_shortest_path(G, 0)
最短路径/最短路径长度	图中两两节点计算最短路径长度的	dict(nx.all_pairs_shortest_path(G))
最短路径/最短路径长度	计算整个图的平均最短路径长度	nx.average_shortest_path_length(G)