dag有向无环图全称,dag有向无环图应用

　　有向图没有基类。

　　用图表的可选数据或属性保存节点和边。

　　没有方向边。允许自循环，但不允许多条“平行”边。

　　该节点可以是任何带有可选键/值属性的“散列”python对象。传统上，None不作为节点使用。

　　边被表示为具有可选键/值属性的节点之间的链接。

　　参数

　　Incoming_graph_data(可选，默认值：none)-用于初始化图形的数据。如果没有(默认)，将创建一个空形状。数据可以是to-networkx-graph()函数支持的任何格式。包括当前边列表、字典列表、字典列表、网络x图、数字矩阵或2d-ndarrrrrrist。

　　ATTR(关键字参数，可选)default=noattributes是作为键=值对添加到图表中的属性。

　　它在哪里

　　创建一个没有节点和边的空形状结构“空形状”。

　　G=nx。图表(

　　g可以用几种方法生长。

　　节点：

　　一次添加一个节点：

　　添加节点(1)).

　　在容器中添加节点(列表、字典、集合，甚至是文件或其他图表中某一行的节点)。

　　g.add _ nodes _ from ([ 2，3 ]).

　　g.add _ nodes _ from(范围(100，110))

　　h=NX.path_graph(10)).

　　g .添加节点来自(H)

　　除了字符串和整数，所有的jzdhf python对象都可以表示自定义节点对象或节点(比如其他图)，除了没有对象。

　　g.add_node(h))。

　　边缘：

　　g也可以通过加边来增长。

　　添加一条边，然后单击，

　　g.add _ edge ((1，2))))))))))))))))).

　　边缘列表，

　　g.add _ edges _ from ([ (1，2)，)1，3 ) ]

　　或者一系列边缘，

　　g.add_Edges_from(h.Edges)).

　　如果图形中没有连接某些边的节点，将自动添加这些节点。添加现有节点或边时没有错误。

　　属性：

　　每个图、节点和边都可以在相关属性字典中存储键值属性对。密钥必须是jzdhf。默认情况下，这些值为空，但可以通过添加边、添加节点或使用名为graph、node和edge的直接操作属性字典来添加或更改它们。

　　g=NX.graph(day=Friday ).

　　g .图表

　　{ 日:星期五 }

　　使用add_node(，add_nodes_from)或g.nodes添加节点属性。

　　g.add_node(1，time=5pm ).

　　g.add_nodes_from([3]，time=2pm ).

　　G.nodes[1]

　　{ 时间: 下午5点 }

　　g . nodes[1][ room ]=714 # nodemstexistalreadytouseg . nodes

　　delg.nodes [1] [ room ] #删除属性

　　列表(g.nodes(data=true))

　　[(1，)时间(:(5pm ) }]，(3，)时间(:)2pm ) ]

　　使用add_edge(、add_edges_from)、下标或g.edges添加边属性。

　　g.add _ edge (1，2，weight=4.7))))))))))))))).

　　g . add _ edges _ from((3，4，4，5 ) color=red ))))))))))))))).

　　g.add _ edges _ from ([ (1，2，{color: blue}，)2，3，{weight: 8}))

　　G[1][2][权重]=4.7

　　g.edges [ 1，2 ] [ weight ]=4

　　警告：我们有一个像dict到G.edges这样的只读结构，例如G. Edges [1，2]。在…里

　　这里，使用两组括号来添加/更改数据属性：G.edges[1，2][weight]=4(对于多个图表：MG.edges[u，v，key][name]=value)

　　快捷方式：

　　许多常见的图形特性允许Python语法加快报告速度。

　　1 in G #检查图中的节点

　　真实的

　　[n for n in G if n 3] #遍历节点

　　[1, 2]

　　len(G) #图中的节点数

　　五

　　通常，遍历一个图的所有边的最好方法是通过邻居。据介绍，邻居之间都是相邻听写。形容词或形容词()

　　对于n，G.adjacency()中的nbrsdict:

　　.对于nbr，nbrsdict.items()中的eattr:

　　.如果“重量”用eattr表示：

　　.#用边缘做些有用的事情

　　.及格

　　但是，edges()方法通常更方便：

　　对于u，v，G.edges.data中的重量(“重量”):

　　.如果重量不为无：

　　.#用边缘做些有用的事情

　　.及格

　　报告：

　　使用对象属性和方法获取简单的图形信息。报告通常提供视图而不是容器来减少内存使用。视图将随着图形的更新而更新，类似于dict视图。Objects nodes、edges和adj提供对数据属性(如nodes[n]、edges[u，v]、adj[u][v])和迭代(如nodes.items()、nodes.data(color )、nodes.data(color )、Default=blue )的访问，同样，edges视图存在于nodes、edges、neighbors() adj 和degree中。

　　有关这些方法和其他各种方法的详细信息，请参见下文。

　　子类(高级):

　　Graph类使用dict数据结构的dict。外部dict(节点dict)存储由节点键控的相邻信息。下一个字典(adjlist-dict)表示相邻信息，并存储由邻居键控的边缘数据。Internal dict (edge attr u dict)表示边数据，并存储由属性名键控的边属性值。

　　这三个dict中的每一个都可以被子类中用户定义的类似dict的对象替换。一般来说，像dict这样的功能应该保持，但是可以增加额外的功能。要替换其中一个dict，请更改类(！idspnonenote)。)创建一个新的图形类。变量为这种类似字典的结构保留了工厂。变量名为节点dict_factory、节点attr_dict_factory、adjlist_inner dict_factory、adjlist_outer dict_factory、边attr_dict_factory和图attr_dict。

　　Node_dict_factory function(默认：dict)工厂函数，用于创建包含节点属性的dict，并以节点ID为键。它不带参数，返回一个类似dict的对象

　　node u attr _ dict _ factory:function，(默认：dict)用于创建节点属性dict的工厂函数，其中保存了属性名所键入的属性值。它不带参数，返回一个类似dict的对象

　　Adjlist_outer_dict_factory函数(默认：dict)factory函数用于创建数据结构中最外层的dict，其中保存了节点键控的相邻信息。它不带参数，返回一个类似dict的对象。

　　Adjlist_inner_dict_factory函数(默认：dict)factory函数用于创建邻接表dict，其中保存了邻居输入的边数据。它不带参数，返回一个类似dict的对象

　　Edge_attr_dict_factory函数(默认：dict)用于创建Edge属性dict的工厂函数，存放属性名类型化的属性值。它不带参数，返回一个类似dict的对象。

　　Graph_attr_dict_factory函数(默认：dict)用于创建图形属性dict的工厂函数，其中保存了按属性名类型化的属性值。它不带参数，返回一个类似dict的对象。

　　一般来说，如果扩展不影响数据结构，所有方法都会继承，不会有问题，除了：to _ directed/to _ unexpired。默认情况下，这些方法创建一个有向图/图类，您可能希望它们创建一个有向图/图的扩展。为了方便起见，我们定义了两个类变量，可以在子类中设置。

　　To_directed_class可以调用(默认：有向图或多图)类来使用To_directed方法。如果没有，使用networkx类(有向图或多图)。

　　To _ unexpired _ class可以调用(默认：图或多图)class来调用To _ unexpired方法。如果没有，使用networkx类(图形或多图形)。

　　实际案例

　　创建一个内存不足的图形类，通过对所有边使用一个属性字典来有效地禁用边属性。这将减少使用的内存，但会丢失边属性。

　　class thing graph(NX。图表):