networkx画图节点大小不同,network使用方法
这几天在用networkx，官方文档就是这个，非常完整详细。在这里，我简单记录一些简单的用法和使用过程中对菜品和鸡的看法。
这篇文章主要记住了如何创建networkx的基本图，以及如何绘制。
环境
Python 3.6.3
网络x 2.4
matplotlib 2.1.0
图的创建本文主要介绍networkx中定义的图结构，并以无向图的使用为例。
图的类型
networkx中规定了四种图：无向图、有向图、多重无向图、多重有向图，都允许自循环。
差异：
名称：有向多边图，无向，无向，无向，无向。在我的实验中使用了多图类型，所以这里简单介绍一下无向图Graph的用法。
在networkx中，图的点和边是xxView的结构，有时需要转换后才能直接读取(具体是什么我不知道，看起来像字典，我就是这么理解的)
新建无向图
导入网络x#创建一个新的空无向图GG=nx。图表()
加入节点
#一次添加一个节点G.add_node(0)#添加节点G.add_nodes_from([1，2])#从另一个图合并H. path_graph(n)表示生成n个节点的路径图H=nx.path _ graph (10) G. Add _ nodes。
加入边
#一次添加一条边G.add_edge(1，2)#从列表中添加边，并注意括号G. Add _ edges _ from ([(1，2)，(2，3)])# Merge g . Add _ edges _ from(h . edges)010-从另一个图h。
G.remove _ node(1)g . remove _ nodes _ from([2，3]) g. remove _ edge (5，6) g. remove _ edges _ from ([(7，8)，(8，9)])删除点边的操作类似于添加点边的操作。应该注意的是
删除
#看有没有一点1G.has_node(1)#看有没有边(1，2)G.has_edge(1，2)#查看点数G.order()G.number_of_nodes()#查看所有点列表(G.nodes())#查看所有边列表(G.edges())#查看图中点1的度数查看点1的邻居节点列表(G.adj[1])列表(G[1])另一种寻找邻居节点的方法是返回一个迭代器。返回格式为：(当前节点，{邻居节点：{属性}}，通常在后面有循环时使用。
#邻居节点nb=g .邻居(1)对于nb中的I:print(I)#邻居节点nb _ all=g .邻接()对于nb _ all中的I:print(I)
查看图
。添加图表的属性
#引用官方文档示例#新建一个图，添加属性G=nx。Graph(day=Friday)#将属性G.graph[day]=Monday 添加到现有图形中，以添加点的属性。
#创建新点时添加权重g.add _ node (1，weight= 10 )#向现有点添加权重G.nodes[1][[weight]=10以添加边的属性。
#我们假设权重g.add _ edge (1，2，Weight= 10 )g . add _ edges _ from([(1，2，{weight: 10})，(2，3，{ Weight :15 })])g . add _ Weight= 10 )g[1][2][ Weight ]=10g。edges [1，2] [weight]=10。前三个是在添加边时添加权重，后两个是在现有边上添加权重。使用它们时没有区别。当然，除了重量，还可以加入其他属性，比如颜色、距离等。上述属性可以是任何数据类型。
这大概就是无向图的基本内容。
添加属性
与无向图相比，有向图多了一个方向，而且在边的存储上有前任和继任者的区别。所以入度和出度也可以用G.in_degree(n)和G.out_degree(n)来查询，G.degree(n)是两者之和。
而对于一个有向图DG，可以通过dg.to _ unexpired()和nx把它变成一个无向图。图表(DG)。
#创建一个空的有向图dgdg=nx.digraph () #按照无向图的方式添加#添加边时注意方向DG . Add _ node(0)DG . Add _ nodes _ from([1，2])h=NX . path _ graph(10)DG . Add _ nodes _ from。
我还没用过。坑被占了再填，(咕咕咕
有向图——DiGraph
(咕咕咕。
画一张图。创建图表后，您可以开始绘图。
首先，引导一个包，然后生成一个图形：
将matplotlib.pyplot作为工厂编号导入生成一个g(名词，名词)图，表示n个点，两个点之间是否连接互相独立，并且概率为pG=nx.fast_gnp_random_graph(10，0.5)首先直接画图：
nx.draw(G)plt.show()画出来的图长这样：
如果觉得点这样分布不好看，可以用刷卡机这个位置参数来调整，位置是一个二维数组，每组数据对应一个点的坐标。
网络x里自带的常用分布有：
circular_layout(G[，scale，center，dim]):点分布在一个圆上
random_layout(G[，中心，尺寸，种子]):随机分布
rescale_layout(pos[，scale]):重新在(-刻度，刻度)范围内分布
shell_layout(G[，nlist，scale，center，dim]):同心圆上分布
spring_layout(G[，k，pos，fixed，]):使用弗鲁特曼-莱因戈尔德力定向算法定位节点。(不知道什么算法求得的分布，故放上原文)
光谱布局(G[，重量，刻度，中心，尺寸]):用拉普拉斯矩阵的特征向量分布
比如下面是用自带的圆形布局画出来的图：
pos=NX。圆形布局(G)NX。draw(G，pos，with_labels=True，node_color=pink ，node_size=200)plt.show()这里稍微设置了一下标号显示、点的颜色和大小。
多重无向图——MutiGraph
有时候我们画一个图，比如在着色问题中想规定一些不同的结点颜色，每次只想画这个图中的部分结点或者部分边，这种时候，就需要用到下面的方法了：
# 画点draw_networkx_nodes(G，pos，nodelist=None，node_size=300，node_color=#1f78b4 ，node_shape=o ，alpha=None，cmap=None，vmin=None，vmax=None，ax=None，linewidths=None，edgecolors=None，label=None，**kwds)#画边draw_networkx_edges(G，pos，edgelist=None，width=1.0，edge_color=k ，style=solid ，alpha=None，arrowstyle=- ，arrowsize=10，edge_cmap=None，edge_vmin=None，edge_vmax=None，ax=None，arrows=True，label=None，node_size=300，nodelist=None，node_shape=o ，connectionstyle=None，min_source_margin=0，min_target_margin=0，*标签draw_networkx_labels(G，pos，labels=None，font_size=12，font_color=k ，font_family=sans-serif ，font_weight=normal ，alpha=None，bbox=None，ax=None，**kwds)#边的标签draw_networkx_edge_labels(G，pos，edge_labels=None，label_pos=0.5，font_size=10，font_color=k ，font_family=sans-serif ，font_weight=normal ，alpha=None，bbox=None，ax=None，rotate=True，**kwds)这些里面一定要有的参数是G和位置，阿尔法是透明度，cmap是颜色映射，其他的按需画图就行。
先写到这里8,例子下次再加（咕咕咕
