小书匠Graph图论

本节主要讲解如何快速使用内置的方法生成graph,官方的文档在这里,里面包含了networkX的所有graph生成器,下面的内容只是我节选的内容,并将graph画出来而已.

声明,文中重复使用了以下代码块 ,现在统一注释在这里:

  1. plt.subplot(221) #生成2*2的组图,并且当前子图在2*2矩阵的第一个位置.第二个位置是222 
  2. plt.title('complete_graph') #子图的标题 
  3. nx.draw(G, with_labels=True, font_weight='bold') #将graph画出来 
  4. plt.axis('on') #需要坐标轴,以便框住graph 
  5. plt.xticks([]) #横坐标不需要刻度 
  6. plt.yticks([]) #纵坐标不需要刻度 

目录:

注意:如果代码出现找不库,请返回第一个教程,把库文件导入.

2.生成graph

2.1小图图集的生成器

  1. #graph_atlas的图已经被定义,只需要按标号取出来就可以,下面将前10个取出来 
  2. plt.subplots(2,5,figsize=(15,6)) 
  3. for ind in range(10): 
  4. G.clear() 
  6. G=nx.graph_atlas(ind) 
  7. plt.subplot(2,5,ind+1) 
  8. nx.draw(G,with_labels=True) 
  10. #下面是设置图片 
  11. plt.axis('on') 
  12. plt.title('graph_atlas_%s'%ind) 
  13. plt.xticks([]) 
  14. plt.yticks([]) 
  15. plt.show() 
  16. plt.close() 

小图图集的生成器

2.2调用函数生成经典的graph

  1. plt.subplots(2,2,figsize=(15,6)) 
  3. K_5 = nx.complete_graph(5) 
  4. plt.subplot(221) 
  5. plt.title('complete_graph') 
  6. nx.draw(K_5, with_labels=True, font_weight='bold') 
  7. plt.axis('on') 
  8. plt.xticks([]) 
  9. plt.yticks([]) 
  11. K_3_5 = nx.complete_bipartite_graph(3, 5) 
  12. plt.subplot(222) 
  13. plt.title('complete_bipartite_graph') 
  14. nx.draw(K_3_5, with_labels=True, font_weight='bold') 
  15. plt.axis('on') 
  16. plt.xticks([]) 
  17. plt.yticks([]) 
  19. barbell = nx.barbell_graph(10, 10) 
  20. plt.subplot(223) 
  21. plt.title('barbell_graph') 
  22. nx.draw(barbell, with_labels=True, font_weight='bold') 
  23. plt.axis('on') 
  24. plt.xticks([]) 
  25. plt.yticks([]) 
  27. lollipop = nx.lollipop_graph(10, 20) 
  28. plt.subplot(224) 
  29. plt.title('lollipop_graph') 
  30. nx.draw(lollipop, with_labels=True, font_weight='bold') 
  31. plt.axis('on') 
  32. plt.xticks([]) 
  33. plt.yticks([]) 
  35. plt.show() 

经典的graph

2.3格子graph

  1. G.clear() 
  3. plt.subplots(2,3,figsize=(15,6)) 
  4. #二维网格图 
  5. G=nx.grid_2d_graph(2,3) 
  6. plt.subplot(2,3,1) 
  7. nx.draw(G,with_labels=True) 
  8. plt.title('grid_2d_graph') 
  9. plt.axis('on') 
  10. plt.xticks([]) 
  11. plt.yticks([]) 
  13. #n维网格图 
  14. grid_graph = nx.grid_graph(dim=[1, 3, 4]) 
  15. plt.subplot(2,3,2) 
  16. nx.draw(grid_graph,with_labels=True) 
  17. plt.title('grid_graph') 
  18. plt.axis('on') 
  19. plt.xticks([]) 
  20. plt.yticks([]) 
  22. #m×n的六角形格子图。 
  23. G=nx.hexagonal_lattice_graph(2,3) 
  24. plt.subplot(2,3,3) 
  25. nx.draw(G,with_labels=True) 
  26. plt.title('hexagonal_lattice_graph') 
  27. plt.axis('on') 
  28. plt.xticks([]) 
  29. plt.yticks([]) 
  31. #n维超立方体图形。 
  32. G=nx.hypercube_graph(3) 
  33. plt.subplot(2,3,4) 
  34. nx.draw(G,with_labels=True) 
  35. plt.title('hypercube_graph') 
  36. plt.axis('on') 
  37. plt.xticks([]) 
  38. plt.yticks([]) 
  40. #三角格子图 
  41. G=nx.triangular_lattice_graph(1,3) 
  42. plt.subplot(2,3,5) 
  43. nx.draw(G,with_labels=True) 
  44. plt.title('hypercube_graph') 
  45. plt.axis('on') 
  46. plt.xticks([]) 
  47. plt.yticks([]) 
  49. plt.show() 

格子graph

2.4各种已经被命名的小graph

  1. plt.subplots(2,2,figsize=(15,6)) 
  3. petersen = nx.petersen_graph() 
  4. plt.subplot(221) 
  5. plt.title('petersen_graph') 
  6. nx.draw(petersen, with_labels=True, font_weight='bold') 
  7. plt.axis('on') 
  8. plt.xticks([]) 
  9. plt.yticks([]) 
  11. tutte = nx.tutte_graph() 
  12. plt.subplot(222) 
  13. plt.title('tutte_graph') 
  14. nx.draw(tutte, with_labels=True, font_weight='bold') 
  15. plt.axis('on') 
  16. plt.xticks([]) 
  17. plt.yticks([]) 
  19. maze = nx.sedgewick_maze_graph() 
  20. plt.subplot(223) 
  21. plt.title('sedgewick_maze_graph') 
  22. nx.draw(maze, with_labels=True, font_weight='bold') 
  23. plt.axis('on') 
  24. plt.xticks([]) 
  25. plt.yticks([]) 
  27. tet = nx.tetrahedral_graph() 
  28. plt.subplot(224) 
  29. plt.title('tetrahedral_graph') 
  30. nx.draw(tet, with_labels=True, font_weight='bold') 
  31. plt.axis('on') 
  32. plt.xticks([]) 
  33. plt.yticks([]) 
  35. plt.show() 

已经被命名的小graph

2.5使用随机graph生成器

  1. plt.subplots(2,2,figsize=(15,6)) 
  3. er = nx.erdos_renyi_graph(10, 0.15) 
  4. plt.subplot(221) 
  5. plt.title('erdos_renyi_graph') 
  6. nx.draw(er, with_labels=True, font_weight='bold') 
  7. plt.axis('on') 
  8. plt.xticks([]) 
  9. plt.yticks([]) 
  11. ws = nx.watts_strogatz_graph(30, 3, 0.1) 
  12. plt.subplot(222) 
  13. plt.title('watts_strogatz_graph') 
  14. nx.draw(ws, with_labels=True, font_weight='bold') 
  15. plt.axis('on') 
  16. plt.xticks([]) 
  17. plt.yticks([]) 
  19. ba = nx.barabasi_albert_graph(10, 5) 
  20. plt.subplot(223) 
  21. plt.title('barabasi_albert_graph') 
  22. nx.draw(ba, with_labels=True, font_weight='bold') 
  23. plt.axis('on') 
  24. plt.xticks([]) 
  25. plt.yticks([]) 
  27. red = nx.random_lobster(10, 0.9, 0.9) 
  28. plt.subplot(224) 
  29. plt.title('random_lobster') 
  30. nx.draw(red, with_labels=True, font_weight='bold') 
  31. plt.axis('on') 
  32. plt.xticks([]) 
  33. plt.yticks([]) 
  35. plt.show() 

随机graph生成器

2.6社交网络

  1. plt.subplots(2,2,figsize=(15,6)) 
  3. #返回Zachary的空手道俱乐部图。 
  4. G.clear() 
  5. G = nx.karate_club_graph() 
  6. plt.subplot(1,2,1) 
  7. nx.draw(G,with_labels=True) 
  8. plt.title('karate_club_graph') 
  9. plt.axis('on') 
  10. plt.xticks([]) 
  11. plt.yticks([]) 
  13. #戴维斯南方女性社交网络。 
  14. G.clear() 
  15. G = nx.davis_southern_women_graph() 
  16. plt.subplot(1,2,2) 
  17. nx.draw(G,with_labels=True) 
  18. plt.title('davis_southern_women_graph') 
  19. plt.axis('on') 
  20. plt.xticks([]) 
  21. plt.yticks([]) 
  23. plt.show() 

社交网络

2.7社区

  1. plt.subplots(2,2,figsize=(15,6)) 
  3. er = nx.caveman_graph(3,3) 
  4. plt.subplot(221) 
  5. plt.title('caveman_graph') 
  6. nx.draw(er, with_labels=True, font_weight='bold') 
  7. plt.axis('on') 
  8. plt.xticks([]) 
  9. plt.yticks([]) 
  11. ws = nx.random_partition_graph([10,10,10],.25,.01) 
  12. plt.subplot(222) 
  13. plt.title('random_partition_graph') 
  14. nx.draw(ws, with_labels=True, font_weight='bold') 
  15. plt.axis('on') 
  16. plt.xticks([]) 
  17. plt.yticks([]) 
  19. ba = nx.ring_of_cliques(8, 4) 
  20. plt.subplot(223) 
  21. plt.title('ring_of_cliques') 
  22. nx.draw(ba, with_labels=True, font_weight='bold') 
  23. plt.axis('on') 
  24. plt.xticks([]) 
  25. plt.yticks([]) 
  27. red = nx.windmill_graph(4,5) 
  28. plt.subplot(224) 
  29. plt.title('windmill_graph') 
  30. nx.draw(red, with_labels=True, font_weight='bold') 
  31. plt.axis('on') 
  32. plt.xticks([]) 
  33. plt.yticks([]) 
  35. plt.show() 

社区

2.8树

  1. #返回随机树 
  2. G.clear() 
  3. G = nx.random_tree(10) 
  4. nx.draw(G,with_labels=True) 
  5. plt.title('random_tree') 
  6. plt.axis('on') 
  7. plt.xticks([]) 
  8. plt.yticks([]) 
  10. plt.show() 

树

NetworkX系列教程(2)-graph生成器的更多相关文章

  1. NetworkX系列教程(11)-graph和其他数据格式转换

    小书匠 Graph 图论  学过线性代数的都了解矩阵,在矩阵上的文章可做的很多,什么特征矩阵,单位矩阵等.grpah存储可以使用矩阵,比如graph的邻接矩阵,权重矩阵等,这节主要是在等到graph后 ...

  2. NetworkX系列教程(1)-创建graph

    小书匠Graph图论 研究中经常涉及到图论的相关知识,而且常常面对某些术语时,根本不知道在说什么.前不久接触了NetworkX这个graph处理工具,发现这个工具已经解决绝大部分的图论问题(也许只是我 ...

  3. NetworkX系列教程(8)-Drawing Graph

    小书匠Graph图论 如果只是简单使用nx.draw,是无法定制出自己需要的graph,并且这样的graph内的点坐标的不定的,运行一次变一次,实际中一般是要求固定的位置,这就需要到布局的概念了.详细 ...

  4. NetworkX系列教程(3)-手动创建graph

    小书匠Graph图论 不可否认,日常中我们使用最多的还是,使用自己的数据去手动创建自己的图形,而不是使用生成器,现从给graph添加点和边入手,讲解手动创建graph. 目录: 3.给graph添加节 ...

  5. NetworkX系列教程(7)-对graph进行分析

    小书匠Graph图论 graph构建完成后,对graph的连通等属性进行分析. 目录: 8.对图进行分析 8.1连通子图 8.2弱联通 8.3强连通 8.4子图 8.5条件过滤 注意:如果代码出现找不 ...

  6. NetworkX系列教程(6)-对graph进行操作

    小书匠Graph图论 graph生成后,除了有查看操作,还有移除等操作,还有其他更多操作,具体可以看这里.下面将比较graph操作前后的不同. 目录: 7.对图进行操作 7.1移除某些节点和边 7.2 ...

  7. NetworkX系列教程(5)-查看graph的信息

    小书匠Graph图论 有时候graph建好后,我们并不清除该graph内节点的,边的信息,这就需要调用函数去查看了. 目录: 6.查看Graph的信息 6.1查看graph内节点,边的 6.2查看gr ...

  8. NetworkX系列教程(4)-设置graph的信息

    小书匠Graph图论 要画出美观的graph,需要对graph里面的节点,边,节点的布局都要进行设置,具体可以看官方文档:Adding attributes to graphs, nodes, and ...

  9. NetworkX系列教程(10)-算法之五:广度优先与深度优先

    小书匠Graph图论 重头戏部分来了,写到这里我感觉得仔细认真点了,可能在NetworkX中,实现某些算法就一句话的事,但是这个算法是做什么的,用在什么地方,原理是怎么样的,不清除,所以,我决定先把图 ...

随机推荐

  1. CSS Cursor屬性 （光标停留显示）

    <html> <body> <p>请把鼠标移动到单词上,可以看到鼠标指针发生变化:</p> <span style="cursor:au ...

  2. MySQL多表关联查询数量

    //多表关联查询数量select user, t1.count1, t2.count2from user tleft join ( select user_id, count(sport_type) ...

  3. 2..net core 和.net framework 版本

    同一台机器上可以安装多个版本的.net core runtime.比如: 每个.net core项目都可以指定自己所用的版本,所以改变某个项目的target version不会影响到其他的.安装新的r ...

  4. solr的post.jar

    http://iamyida.iteye.com/blog/2207920   跟益达学Solr5之玩转post.jar

  5. iOS音频学习笔记二：iOS SDK中与音频有关的相关框架

      上层:       Media Player Framework: 包含MPMoviePlayerController.MPMoviePlayerViewController.MPMusicPla ...

  6. 小程序npm构建

    npm initnpm install --productionnpm i  第三方组件名称  -S --production //重要

  7. 【leetcode】366.Find Leaves of Binary Tree

    原题 Given a binary tree, collect a tree's nodes as if you were doing this: Collect and remove all lea ...

  8. Windows下静态库的制作与使用

    参考 静态链接 VS 动态链接 静态库 VS 动态库 实验环境 OS:Windows10 企业版 IDE:Visual Studio 2017旗舰版 前言 静态链接库与动态链接库都是共享代码的方式,如 ...

  9. 【蜂窝】at+qcfg="band"的计算和使用

    查询附件 Quectel_EC25_LTE_模块产品规格书_V1.6 可知当前的蜂窝模块所对应的band频带是什么? eg.1 EC25-AU 当前选择4G 优先, FDD LTE 可看手册QCFG命 ...

  10. Python获取爬虫数据， r.text 与 r.content 的区别

    1.简单粗暴来讲: text 返回的是unicode 型的数据,一般是在网页的header中定义的编码形式. content返回的是bytes,二级制型的数据. 如果想要提取文本就用text 但是如果 ...