Python系列文章-Argparse包使用介绍

背景

NetworkX提供：

研究社会，生物和基础设施网络的结构和动态的工具;
适用于许多应用的标准编程接口和图形实现;
一个快速发展的多学科项目的环境;
现有数值算法的接口和用C，C ++和FORTRAN编写的代码;和
能够无痛地处理大型非标准数据集。
使用NetworkX，您可以以标准和非标准数据格式加载和存储网络，生成多种类型的随机和经典网络，分析网络结构，构建网络模型，设计新的网络算法，绘制网络等等。

环境部署

1
2

本文运行环境：

win7
python=3.8.8
networkx=2.5（依赖包：decorator=4.4.2）

第一部分图简单实现

1.1 创建图

通过实例化创建图对象：

1 2	import networkx as nx graph = nx.Graph()

1.2 添加和删除节点

单个节点添加：

向图graph中添加一个名称为node1的节点。

1	graph.add_node("node1")

多节点添加：

向图graph中添加名称为node2、node3的节点。

向图graph中添加名称为node4的节点，并且增加该节点的一个属性信息：'id': 1

1 2	graph.add_nodes_from(["node2", "node3"]) graph.add_nodes_from([("node4", {'id': 1, 'operation': 'add'})])

删除节点

单节点和多节点删方法：

1 2	graph.remove_node("node1") graph.remove_nodes_from(["node1","node2"])

1.3 添加和删除边

添加节点和边

如果边的节点不存在会自动创建相应的节点。

1 2	graph.add_edge('node5', "node6") graph.add_edge('node1', "node2")

批量添加边

1	graph.add_edges_from([('node2', "node3"), ('node3', "node4")])

1.4 图可视化

networkx的可视化通过matplotlib包依赖实现。

import matplotlib.pyplot as plt

nx.draw(graph, with_labels=True)
plt.show()
plt.legend()

1.5 图属性查询

四个基本图形属性有：G.nodes，G.edges，G.adj和G.degree。这些是图中节点，边，邻居（邻接）和节点度的集合。

目前为止, 查看一下图中到底有多少个节点和边:

1	g.number_of_nodes()

1	g.number_of_edges()

第二部分进阶使用

2.1 有向图

DiGraph

报错汇总

1、在使用networkx的时候，在一台电脑上可以运行相关代码，而另一台则报错，出现如下错误：
“networkx.exception.NetworkXError: random_state_index is incorrect”

原因：
其实是decorator版本问题，报错电脑上的decorator的版本是5.0，而没有报错的版本为4.4.2，注意，我的networkx版本为2.5.

解决办法：
将decorator版本降为4.4.2

输入下面代码安装即可

pip install decorator==4.4.2

最后问题得到解决。

第三部分图算法实现

图表也可以使用传统方法进行分析。这些方法通常是算法。它们包括：

最短路径算法，例如Dijkstra 算法
搜索算法，例如广度优先搜索算法
生成树算法，例如Prim 算法

图数据集

数据集

练习中使用了Stanford大型网络数据集集合（Leskovec和Krevl 2014）的3个数据集：

从2003年3月2日开始的Amazon产品共同购买网络，26.2万个节点，120万个边缘
Google的网络图，875k节点，边长5.1m
Pokec在线社交网络，160万个节点，30.6m的边缘

尽管最容易根据算法的运行时间对软件包进行排名，但这只是构成一个好的软件包的众多考虑因素之一。我会根据我在这些软件包中的经验尝试提供更主观的观点。

参考文章

1、networkx项目主页，链接：https://networkx.org/

目录

背景