Python |
您所在的位置：网站首页 › pycharm升级numpy 教程 › Python |
Python
|
1、NetworkX
NetworkX是Python中非常强大的一款关于复杂网络的库。
下面主要 是介绍如何在PyCharm中使用NetworkX。 首先需要查看当前版本的PyCharm中是否已经包含了NetworkX的插件：
如上图所示，通过在PyCharm中的Settings -> Project->Project:Interpreter中查看是否已经加载了networkx插件，如果未加载，还需下载并安装插件。点击右上方的“＋”按钮：
在上方的搜索框中输入networkx，然后点击左下角的“Install Package”按钮安装。 2、使用NetworkX建立网络首先要在程序中引入NetworkX: import networkx as nx为了要已图形化的方式显示网络图，还需要引入pyplot: import matplotlib.pyplot as plt接下来建立简单网络： net_grid = nx.Graph() # 新建一个无向图 net_grid # 网络图中的所有的节点，以列表的形式存储 list_net_nodes = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20] # 网络图中的所有的边，以列表的形式存储，由于是无向图，可以自动忽略掉重读的边 list_net_edges = [(1, 3), (3, 5), (5, 4), (4, 2), (2, 6), (5, 7), (5, 8), (8, 6), (7, 9), (8, 9), (6, 10), (9, 11), (10, 12), (10, 13), (11, 14), (12, 14), (12, 15), (14, 16), (15, 16), (15, 17), (16, 18), (17, 19), (18, 20), (19, 20)] # 在网络图中添加节点，直接从节点列表中读取所有的节点 net_grid.add_nodes_from(list_net_nodes) # 在网络中添加边，直接从边列表中读取所有的边 net_grid.add_edges_from(list_net_edges) # 画网络图 nx.draw(net_grid, with_labels=True) # 显示 plt.show()下图为所创建的网络图：
networkx会自动画出生成的网络图，但是画出的网络图是随机的，而且很多情况下我们画网络图是为了模拟真实的网络场景，所以需要在画网络图时能够有具体的位置信息，接下来介绍如何在生成的网络中添加位置信息。 3、使用NetworkX建立带有坐标（位置信息）的网络为了建立带有位置信息的网络，会使用以下的API： nx.draw_networkx_nodes() # 画节点 nx.draw_networkx_edges() # 画边 nx.draw_networkx_labels()# 画标签函数原型如下所示： draw_networkx_nodes( G, # 建立的网络图 pos, # 位置信息。以字典的形式存储，其中字典的key为节点，value为长度为2的列表，存储位置信息。 nodelist=None, # 要画的指定的节点列表（可选参数，默认为G.nodes()） node_size=300, # 节点的大小 node_color='#1f78b4',# 节点的颜色 node_shape='o', # 节点的形状，候选列表：“so^>v） arrowsize=10,# 对于有向图，设置箭头的大小 edge_cmap=None, edge_vmin=None, edge_vmax=None, ax=None, arrows=True,# 对于有向图，如果为True则画箭头，默认为True label=None, # 标签 node_size=300, nodelist=None, node_shape="o", connectionstyle=None, **kwds) draw_networkx_labels( G, # 建立的网络图 pos,# 位置信息。以字典的形式存储，其中字典的key为节点，value为长度为2的列表，存储位置信息。 labels=None,# 标签信息。字典类型，其中字典的key为节点，value为节点的标签 font_size=12,# 标签的字体大小 font_color='k', # 标签字体的颜色 font_family='sans-serif',# 标签的字体类型 font_weight='normal', alpha=1.0,# 标签字体的透明度 bbox=None, ax=None, **kwds)示例： import networkx as nx import matplotlib.pyplot as plt net_grid = nx.Graph() # nodes list_net_nodes = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20] # edges list_net_edges = [(1, 3), (3, 5), (5, 4), (4, 2), (2, 6), (5, 7), (5, 8), (8, 6), (7, 9), (8, 9), (6, 10), (9, 11), (10, 12), (10, 13), (11, 14), (12, 14), (12, 15), (14, 16), (15, 16), (15, 17), (16, 18), (17, 19), (18, 20), (19, 20)] # node's coordinate dict_net_node_coordinate = {1: (1, 1), 2: (12, 1), 3: (2, 2), 4: (4, 2), 5: (3, 3), 6: (10, 3), 7: (2, 4), 8: (7, 4), 9: (4, 5), 10: (11, 5), 11: (3, 6), 12: (6, 6), 13: (10, 6), 14: (5, 7), 15: (10, 7), 16: (6, 8), 17: (11, 8), 18: (3, 9), 19: (8, 9), 20: (10, 10)} dict_nodes_labels = dict(zip(list_net_nodes, list_net_nodes)) net_grid.add_nodes_from(list_net_nodes) net_grid.add_edges_from(list_net_edges) # draw network with coordinate nx.draw_networkx_nodes(net_grid, dict_net_node_coordinate, list_net_nodes) nx.draw_networkx_edges(net_grid, dict_net_node_coordinate, list_net_edges) nx.draw_networkx_labels(net_grid, dict_net_node_coordinate, dict_nodes_labels) plt.show()在该示例中用到了zip函数，zip() 函数用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的对象，这样做的好处是节约了不少的内存。可以将zip后的对象按照需要转换成list、dict等结构。
生成的带有位置信息的网络图如下所示：
|
【本文地址】
今日新闻 |
推荐新闻 |